[發明專利]一種車用發動機上零部件故障診斷的方法及系統

有效

• 申請號: 201811064106.2
• 申請日: 2018-09-12
• 公開（公告）號: CN109238728B
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 向家偉;高強
• 申請（專利權）人: 溫州大學
• 主分類號: G01M15/12
• 分類號: G01M15/12
• 代理公司: 溫州名創知識產權代理有限公司 33258
• 代理人: 陳加利

本發明提供一種車用發動機上零部件故障診斷的方法，包括無線加速度傳感器采集車用發動機上待測零部件產生的時域振動信號，并通過無線方式轉發；故障診斷儀接收無線加速度傳感器發送的時域振動信號，并對該信號進行三步處理：一、對信號進行第一周期模糊C均值聚類濾波用于消除背景噪聲和強自然周期性脈沖；二、對第一周期濾波后的信號進行第二周期模糊C均值聚類濾波用于從中選出周期性沖擊最強的頻帶，即故障特征最集中的頻帶；三、采用希爾伯特包絡解調經雙周期濾波后的信號，并與預設故障頻率對比識別出故障類型。實施本發明，不僅能解決傳統故障診斷技術所存在的布線繁瑣問題，還能通過改進故障特征提取算法來實現故障快速及有效的診斷。

技術領域

本發明涉及汽車故障檢測技術領域，尤其涉及一種車用發動機上零部件故障診斷的方法及系統。

背景技術

車用發動機如同人體一樣，在長期運轉過程中也會“生病”。車用發動機的健康運行，既可以保證車輛和人員的安全，產生巨大的社會效益，又可以減少環境污染，減少停機時間，產生巨大的經濟效益。因此，對車用發動機進行故障診斷意義重大。

機械故障診斷技術對于機器正常運行如同醫學診斷技術對于人體健康一樣重要，通常需要采集機械設備的多種狀態信息來對其進行準確的故障診斷。鑒于機械設備的上述狀態信息是由以下幾種常見信號類型來反映，如振動信號、壓力信號、聲發射信號、電流信號、溫度場信號等，而振動信號在上述常見的信號類型中為最常用的，也是最能反映有效的狀態信息，因此基于振動信號的機械故障診斷技術擁有極大的研究價值和發展潛力。

振動信號中的周期性脈沖對于各類機械設備故障診斷具有重要意義。然而，在工作狀態下，車用發動機的振動信號經常會受到背景噪聲和周期性運動零部件(活塞、連桿、凸輪等)引起的自然周期性脈沖的污染。因此，故障特征提取是實際應用于車用發動機故障診斷的一個難點。

傳統的故障診斷技術，不僅局限于監測點較多，診斷對象往往不在一起，導致布線十分繁瑣的問題，特別是在一些不容易接觸到的監測點或是無法直接布線監測的特殊環境(如放射性等高危環境)，更是困難重重，還局限于故障特征提取的算法，使得故障診斷易出現誤差。

發明內容

本發明實施例所要解決的技術問題在于，提供一種車用發動機上零部件故障診斷的方法及系統，不僅能解決傳統故障診斷技術所存在的布線繁瑣問題，還能通過改進故障特征提取算法來實現故障快速及有效的診斷。

為了解決上述技術問題，本發明實施例提供了一種車用發動機上零部件故障診斷的方法，所述方法包括以下步驟：

無線加速度傳感器采集車用發動機上待測零部件產生的時域振動信號，并通過無線方式將所述時域振動信號轉發給故障診斷儀；

所述故障診斷儀接收所述無線加速度傳感器發送的時域振動信號，分析得出所述時域振動信號變成頻域信號時的頻譜，并通過預設的模糊C均值聚類算法將所述時域振動信號進行頻域分析所得的頻譜分解成第一頻帶、第二頻帶和第三頻帶，且待計算出所述第一頻帶、第二頻帶和第三頻帶分別逆變為時域信號時各自對應的偏斜度值后，從所述第一頻帶、第二頻帶和第三頻帶中選取偏斜度值為最小的頻帶和偏斜度值為最大的頻帶作為阻帶，實現對所述時域振動信號進行初次過濾，得到初次過濾后的時域振動信號；

所述故障診斷儀分析得出所述初次過濾后的時域振動信號對應變成頻域信號時的頻譜，并通過所述預設的模糊C均值聚類算法將所述初次過濾后的時域振動信號進行頻域分析所得的頻譜分解成第四頻帶、第五頻帶和第六頻帶，且待計算出所述第四頻帶、第五頻帶和第六頻帶分別逆變為時域信號時各自對應的偏斜度值后，從所述第四頻帶、第五頻帶和第六頻帶中選取偏斜度值為最大的頻帶作為通帶，實現對所述初次過濾后的時域振動信號進行二次過濾，得到二次過濾后的時域振動信號；