專利名稱：一種柴油機(jī)氣門機(jī)構(gòu)故障診斷方法
技術(shù)領(lǐng)域：
本發(fā)明涉及動(dòng)力設(shè)備故障診斷技術(shù)，具體涉及柴油機(jī)氣門機(jī)構(gòu)故障診斷方法。
背景技術(shù)：
柴油機(jī)是一種常見的動(dòng)力設(shè)備，在國民經(jīng)濟(jì)及軍事領(lǐng)域具有重要作用，一旦發(fā)生故障，將帶來巨大的經(jīng)濟(jì)損失。氣門機(jī)構(gòu)故障是柴油機(jī)最常見的故障，將使柴油機(jī)輸出功率下降，零件磨損加速，同時(shí)產(chǎn)生高噪聲。因此，對(duì)柴油機(jī)氣門機(jī)構(gòu)進(jìn)行有效的故障診斷一直是一個(gè)研究熱點(diǎn)。故障特征的有效提取是柴油機(jī)氣門機(jī)構(gòu)故障診斷的關(guān)鍵問題。目前通常采用的方法是利用第一代小波或小波包變換對(duì)從柴油機(jī)氣缸蓋上采集的振動(dòng)信號(hào)進(jìn)行分解，然后從小波或小波包分解后形成的子帶信號(hào)中提取出時(shí)域統(tǒng)計(jì)特征參數(shù)作為表征柴油機(jī)氣門機(jī)構(gòu)狀態(tài)的故障特征向量。研究表明，第一代小波和小波包方法在變換過程中會(huì)產(chǎn)生頻率混疊問題，從而會(huì)降低從小波或小波包分解后形成的子帶信號(hào)中提取出的故障特征向量的準(zhǔn)確性和有效性。此外，第一代小波和小波包變換的實(shí)現(xiàn)是基于卷積運(yùn)算的方法，運(yùn)算量相對(duì)較大。第二代小波方法是一種柔性的小波變換方法，可以使用線性、非線性的預(yù)測算子和更新算子來對(duì)信號(hào)進(jìn)行分析，同時(shí)能夠確保變換的可逆性。第二代小波方法同經(jīng)典的小波方法相比，其構(gòu)造方法更加靈活，算法效率更高。但是，第二代小波方法同樣存在頻率混疊問題。在故障模式分類方面，基于人工神經(jīng)網(wǎng)絡(luò)的方法在柴油機(jī)氣門機(jī)構(gòu)故障診斷中得到了廣泛應(yīng)用。但是，人工神經(jīng)網(wǎng)絡(luò)方法是一種基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化的學(xué)習(xí)方法，其在學(xué)習(xí)過程中容易陷入局部最小，并會(huì)出現(xiàn)過學(xué)習(xí)現(xiàn)象，因此在處理機(jī)械故障診斷這類小樣本模式識(shí)別問題時(shí)的泛化能力較差，從而影響到故障診斷的精度。支持向量機(jī)是為解決小樣本學(xué)習(xí)和分類問題而提出的，它基于統(tǒng)計(jì)學(xué)習(xí)理論的結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，可以得到一個(gè)全局最優(yōu)的分類面，因此能夠克服神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)模式分類方法所固有的過學(xué)習(xí)和欠學(xué)習(xí)問題，同時(shí)具有很強(qiáng)的非線性分類能力。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)存在的不足，提供一種柴油機(jī)氣門機(jī)構(gòu)故障診斷方法。這種方法利用冗余第二代小波包方法提取故障特征參數(shù)，可以有效地抑制小波變換的頻率混疊問題，提高所提取故障特征參數(shù)的正確性和有效性；利用支持向量機(jī)方法作為分類器，避免了傳統(tǒng)模式分類方法的局部最優(yōu)問題，提高了柴油機(jī)氣門機(jī)構(gòu)故障診斷的精度。本發(fā)明的目的是通過如下技術(shù)方案實(shí)現(xiàn)的，其包括如下步驟步驟一通過試驗(yàn)?zāi)M得到柴油機(jī)氣門機(jī)構(gòu)不同工作狀態(tài)下的振動(dòng)信號(hào)樣本，以此作為故障模式分類的訓(xùn)練樣本；步驟二利用冗余第二代小波包方法對(duì)柴油機(jī)氣門機(jī)構(gòu)振動(dòng)信號(hào)樣本進(jìn)行分解，得到不同頻段上的各子帶信號(hào)；步驟三計(jì)算振動(dòng)信號(hào)樣本分解各子帶信號(hào)的時(shí)域統(tǒng)計(jì)特征，對(duì)形成的特征向量集進(jìn)行歸一化；步驟四建立多分類支持向量機(jī)模型，對(duì)故障特征向量進(jìn)行模式分類。所述的步驟二包括如下步驟1、計(jì)算初始預(yù)測算子和初始更新算子；2、計(jì)算冗余預(yù)測算子和冗余更新算子；3、對(duì)振動(dòng)信號(hào)樣本進(jìn)行冗余第二代小波包分解。所述的步驟三包括如下步驟1、計(jì)算振動(dòng)信號(hào)樣本小波包分解信號(hào)的時(shí)域統(tǒng)計(jì)特征，包括峰值、平均值、方差、 均方根、偏態(tài)指標(biāo)、峭度指標(biāo)、波形因數(shù)、脈沖因數(shù)、峰值因數(shù)中的一個(gè)或多個(gè)。若采用冗余第二代小波包對(duì)振動(dòng)信號(hào)樣本分解到第1層，得到第1層的21個(gè)子帶信號(hào)，對(duì)每個(gè)子帶信號(hào)分別計(jì)算I (I < 9)個(gè)時(shí)域統(tǒng)計(jì)特征，則得到Z1X I個(gè)時(shí)域統(tǒng)計(jì)特征；2、對(duì)由全部氣門機(jī)構(gòu)振動(dòng)信號(hào)樣本的時(shí)域統(tǒng)計(jì)特征生成的故障特征向量集進(jìn)行歸一化。所述的步驟四包括如下步驟1、建立對(duì)應(yīng)于η種柴油機(jī)氣門機(jī)構(gòu)故障模式的η個(gè)兩類支持向量機(jī)分類器 SVM(I) SVM (η)，將η個(gè)兩類分類器按二叉樹形式進(jìn)行組合，構(gòu)造出可以分離η種故障模式的多分類支持向量機(jī)模型；2、利用多分類支持向量機(jī)對(duì)故障特征向量進(jìn)行分類。由于本發(fā)明采用基于冗余第二代小波包方法的特征提取和支持向量機(jī)分類方法在算法上的集成，與現(xiàn)有技術(shù)相比，其優(yōu)點(diǎn)和有益效果是1、基于冗余第二代小波包方法的故障特征提取技術(shù)可以有效地抑制小波變換的頻率混疊問題，提高了從分解子帶信號(hào)中提取故障特征參數(shù)的正確性和有效性。2、基于支持向量機(jī)的故障模式分類可以避免傳統(tǒng)基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則的模式分類方法容易陷入局部最小的問題，提高了故障診斷的精度和泛化能力。3、本發(fā)明完全在時(shí)域中構(gòu)造，算法實(shí)時(shí)性好，為柴油機(jī)氣門機(jī)構(gòu)的故障診斷提供了一種實(shí)用的新技術(shù)。


以下將結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。圖1為柴油機(jī)氣門機(jī)構(gòu)故障模擬試驗(yàn)裝置示意2為柴油機(jī)氣門機(jī)構(gòu)振動(dòng)信號(hào)時(shí)域波形3為多故障分類支持向量機(jī)模型
具體實(shí)施例方式如圖1、2和3所示，本發(fā)明的具體方法如下1、通過試驗(yàn)?zāi)M得到柴油機(jī)氣門機(jī)構(gòu)不同工作狀態(tài)下的振動(dòng)信號(hào)樣本，以此作為故障模式分類的訓(xùn)練樣本?！?031〕 參照?qǐng)D1，柴油機(jī)氣門機(jī)構(gòu)故障模擬試驗(yàn)裝置包括柴油機(jī)、信號(hào)采集系統(tǒng)、振動(dòng)加 速度傳感器、脈沖傳感器、八鄺轉(zhuǎn)換卡和微型計(jì)算機(jī)。所有振動(dòng)信號(hào)通過安裝在氣缸蓋上表 面的振動(dòng)加速度傳感器測得，采樣頻率為24紐2。試驗(yàn)中以第四缸上止點(diǎn)產(chǎn)生的脈沖信號(hào)作 為振動(dòng)信號(hào)樣本的基點(diǎn)，每個(gè)振動(dòng)信號(hào)樣本包括720。曲軸轉(zhuǎn)角內(nèi)的采樣點(diǎn)。試驗(yàn)時(shí)柴油發(fā) 動(dòng)機(jī)為空載，轉(zhuǎn)速為140017111土11。
〔0032〕 故障模擬試驗(yàn)采用人為設(shè)置柴油發(fā)動(dòng)機(jī)氣門間隙故障的方法模擬了 4種氣門故 障狀態(tài)，加上正常狀態(tài)，共獲取了氣門機(jī)構(gòu)在5種工作狀態(tài)下的振動(dòng)信號(hào)樣本。氣門機(jī)構(gòu)工 作狀態(tài)的說明見表1。
〔0033〕 參照?qǐng)D2，柴油機(jī)氣門機(jī)構(gòu)在5種工作狀態(tài)下一個(gè)完整工作循環(huán)內(nèi)的振動(dòng)信號(hào)樣 本，每個(gè)波形對(duì)應(yīng)于表1所列的氣門機(jī)構(gòu)工作狀態(tài)的一個(gè)樣本。 〔0034〕 表1柴油機(jī)氣門機(jī)構(gòu)模擬狀態(tài)描述
(0035)
權(quán)利要求
1.一種柴油機(jī)氣門機(jī)構(gòu)故障診斷方法，其特征在于包括如下步驟(a)通過試驗(yàn)?zāi)M得到柴油機(jī)氣門機(jī)構(gòu)不同工作狀態(tài)下的振動(dòng)信號(hào)樣本，以此作為故障模式分類的訓(xùn)練樣本；(b)利用冗余第二代小波包方法對(duì)柴油機(jī)氣門機(jī)構(gòu)振動(dòng)信號(hào)樣本進(jìn)行分解，得到不同頻段上的各子帶信號(hào)；(c)計(jì)算振動(dòng)信號(hào)樣本分解各子帶信號(hào)的時(shí)域統(tǒng)計(jì)特征，對(duì)形成的特征向量集進(jìn)行歸一化；(d)建立多分類支持向量機(jī)模型，對(duì)故障特征向量進(jìn)行模式分類。
2.根據(jù)權(quán)利要求1所述的柴油機(jī)氣門機(jī)構(gòu)故障診斷方法，其特征在于所述步驟l_(b) 包括如下步驟1)計(jì)算初始預(yù)測算子和初始更新算子冗余第二代小波包變換的初始預(yù)測算子P = [Pi，P2，. . .，PM]和初始更新算子U = [U1, u2，...，uN]，M和N為初始更新算子和初始預(yù)測算子系數(shù)的長度，M e Z，N e Z，計(jì)算方法如下P通過下式得到VP = [1,0,... ，0]τ[Vlijj = [2j-M-l]H式中 i = 1,2, · · ·，M，j = 1,2, 設(shè)Q = {Q(k), -M-N+2彡k彡M+N-2}，Q與P、U的關(guān)系表示如下
3.根據(jù)權(quán)利要求1所述的柴油機(jī)氣門機(jī)構(gòu)故障診斷方法，其特征在于所述步驟I-(C) 包括如下步驟1)計(jì)算振動(dòng)信號(hào)樣本小波包分解信號(hào)的時(shí)域統(tǒng)計(jì)特征，包括峰值、平均值、方差、均方根、偏態(tài)指標(biāo)、峭度指標(biāo)、波形因數(shù)、脈沖因數(shù)、峰值因數(shù)中的一個(gè)或多個(gè)，若采用冗余第二代小波包對(duì)振動(dòng)信號(hào)樣本分解到第1層，得到第1層的21個(gè)子帶信號(hào)，對(duì)每個(gè)子帶信號(hào)分別計(jì)算1(1 ( 9)個(gè)時(shí)域統(tǒng)計(jì)特征，則得到21 X I個(gè)時(shí)域統(tǒng)計(jì)特征；2)對(duì)由全部氣門機(jī)構(gòu)振動(dòng)信號(hào)樣本的時(shí)域統(tǒng)計(jì)特征生成的故障特征向量集進(jìn)行歸一化。
4.根據(jù)權(quán)利要求1所述的柴油機(jī)氣門機(jī)構(gòu)故障診斷方法，其特征在于所述步驟l-(d) 包括如下步驟1)建立對(duì)應(yīng)于η種柴油機(jī)氣門機(jī)構(gòu)故障模式的η個(gè)兩類支持向量機(jī)分類器SVM(I) SVM(η)，將η個(gè)兩類分類器按二叉樹形式進(jìn)行組合，構(gòu)造出可以分離η種故障模式的多分類支持向量機(jī)模型；2)利用多分類支持向量機(jī)對(duì)故障特征向量進(jìn)行分類。
全文摘要
本發(fā)明公開了一種柴油機(jī)氣門機(jī)構(gòu)故障診斷方法。該方法采用冗余第二代小波包變換對(duì)從柴油機(jī)氣缸蓋上采集的振動(dòng)信號(hào)進(jìn)行分解，提取出分解信號(hào)的時(shí)域統(tǒng)計(jì)特征，構(gòu)成故障特征向量；以兩類分類支持向量機(jī)為基礎(chǔ)，構(gòu)造出多故障分類支持向量機(jī)模型，實(shí)現(xiàn)對(duì)柴油機(jī)氣門機(jī)構(gòu)故障狀態(tài)的分類識(shí)別。本發(fā)明不僅可以提高所提取故障特征參數(shù)的有效性，而且還能夠提高故障分類時(shí)的泛化能力，為柴油機(jī)氣門機(jī)構(gòu)故障診斷提供了一種實(shí)用的新技術(shù)。
文檔編號(hào)G01M15/04GK102539159SQ20101061256
公開日2012年7月4日 申請(qǐng)日期2010年12月24日 優(yōu)先權(quán)日2010年12月24日
發(fā)明者呂俊杰, 周瑞, 王丹, 管文生, 錢勤標(biāo) 申請(qǐng)人:中國船舶研究設(shè)計(jì)中心