缸盖振动加速度信号与燃烧过程时域相关性分析

对缸盖位移与缸内压力信号,缸盖振动加速度与缸内压力升高加速度信号进行了对比分析,结果表明:燃烧峰值压力出现时刻前,缸盖位移及缸内压力信号变化趋势相近,缸盖振动加速度与压力升高加速度的特征点出现时刻接近.对比缸内压力信号及其压升率、压力升高加速度曲线可知:压力升高加速度曲线上存在特征点,分别与燃烧起始时刻、最大压升率出现时刻及峰值压力出现时刻等燃烧特征点接近.据此,提出了利用振动加速度信号的特征点对燃烧特征点进行估计的方法,并在ZH195单缸柴油机和495T柴油机上进行试验,试验结果表明了所提出的方法的可行性.     

柴油机缸盖振动加速度与缸内燃烧状况相关性分析

测得了195单缸柴油机不同工况时的缸内压力及缸盖振动加速度信号,对压力升高加速度信号的频谱分析结果表明,对该机型而言,缸盖振动加速度信号在2 kHz以下频段的成分与缸内燃烧过程密切相关.建立了195单缸柴油机的有限元分析模型,利用模型计算了柴油机缸盖表面振动位移及加速度信号,并分别与实测缸内燃烧压力及压力升高加速度信号进行对比分析.结果表明:根据与缸内燃烧过程的相关程度,可将柴油机缸盖振动信号划分为3个阶段,其中,峰值压力出现时刻前的信号与缸内燃烧过程密切相关;峰值压力出现时刻后,缸盖、机体系统相继进入受迫振动和自由振动阶段,受系统振动特性的影响,这两个阶段包含的与燃烧相关的信息减弱.     

基于缸盖振动信号时域特征识别气缸压力的研究

在不同的燃烧状况下同时测量缸盖表面振动信号和缸内压力信号,通过对两信号的分析得到与缸内燃烧过程密切相关的振动信号的频谱范围,据此设计了FIR低通滤波器,并对振动信号进行滤渡处理.通过分析滤波后的振动信号与缸内压力信号可知,缸盖表面振动信号同缸内压力信号在时域上具有密切联系.建立了BP和RBF神经网络,并用同样的训练样本进行训练,训练的结果表明,RBF神经网络可以在更短的训练时间内,获得更小的均方误差.用同样的测试样本对神经网络进行检验的结果表明,RBF神经网络重构的缸内压力波形更逼近于实际波形.     

柴油机缸盖振动信号度量参数分析

实测了不同工况时的柴油机缸盖振动位移、速度及加速度信号,通过对比振动位移及缸内压力信号,发现缸盖振动位移信号受约束支架振动的影响严重,从中提取燃烧相关信息较为困难.对比缸盖振动速度及压升率信号,认为振动速度信号同样包含了约束支架振动的影响,可以通过滤波处理的方法对缸盖振动速度信号进行处理,处理后的振动速度信号中包含了丰富的燃烧相关信息.缸盖振动加速度信号对高频成分敏感,约束支架的影响基本可以忽略,通过低通滤波的方法可以得到与缸内燃烧状态密切相关的成分,并用于分析缸内燃烧状况.     

基于缸盖振动速度识别柴油机燃烧始点的研究

建立了195柴油机机体、缸盖有限元模型,利用该模型分析了缸盖表面振动速度信号与缸内压力升高率之间的关系,认为缸内峰值压力出现之前,缸盖振动速度信号和压力升高率有相似的变化规律,可以利用缸盖振动速度信号估计柴油机的燃烧始点.利用195柴油机进行了台架试验,测量了不同工况下的缸内压力信号和缸盖振动速度信号,利用这两种信号分别对燃烧始点进行了分析,结果表明:基于缸盖振动速度信号识别燃烧始点是可行的,误差在±1°CA之间.     

共轨柴油机缸内压力与整机振动噪声关系研究

共轨柴油机燃烧过程的缸内压力与表面振动以及整机噪声有着密切的联系。为了研究缸内压力对表面振动和整机噪声的影响规律,对缸内压力信号、表面振动以及噪声信号,从时域以及频域上,进行了多工况内在联系的研究,其中包括结构衰减曲线、相干函数曲线分析以及高通滤波的高频压力振荡计算等,并得出了在不同转速、不同负荷下,缸内压力的变化对表面振动以及整机噪声的影响规律。     

基于径向基函数网络的柴油机缸内压力识别研究

基于柴油机气缸盖振动信号，利用rbf神经网络建立振动信号与压力之间的映射，从而通过训练好的网络实现压力重构。为了剔除噪声干扰，在时域采用同步平均法对信号进行降噪；在频域，通过相干分析确定各频率成分相干性，据此设计滤波器进行滤波。在经过时域、频域两次降噪后信噪比得到较大提高，提高了重构精度。通过在6135型柴油机上的实验证明，该方法简单有效，重构精度高，具有较强的可操作性。     

基于小波技术的柴油机振动信号特征参数的研究

在1110柴油机上模拟了气门漏气、气门间隙异常、供油时刻异常及喷油压力异常4种常见故障,并测得了几种故障下缸盖振动信号和缸内压力信号.对振动信号常用的几种分析方法进行对比研究,并选定小波分析法对振动信号进行时频分析,提取振动信号的特征参数.试验发现:气门漏气时整个缸盖振动信号高频带能量增加、低频带能量降低;气门间隙增大时,高频振动响应信号能量增强;供油提前角增大时,缸内燃烧始点提前,缸盖振动信号低频带信号能量增加;喷油压力增大时,缸盖振动信号中低频带信号所占能量增加.     

基于小波分析及ITD法识别气缸内气体压力

基于小波分析及Ibrahim时域法ITD（Ibrahim Time Domain)识别内燃机缸内气体压力，利用时域ITD法建立气缸盖振动的数学模型，并用小波分析方法对气缸盖振动响应信号进行有效的信噪分离，最后通过时域模态坐标转换识别内燃机缸内气体压力，由于振动信号信噪分离效果好，从而提高了缸内气体压力的识别精度，为内燃机工作状态的实时监测和故障早期预报提供了行之有效的方法。     

基于振动测量的发动机气缸压缩压力检测方法

提出了一种通过测量发动机气缸盖振动信号来间接检测气缸內气体压缩压力的方法.同步测量了在发动机倒拖过程中的气缸压缩压力信号、气缸盖振动信号和发动机机体振动信号,利用自适应滤波方法滤除了气缸盖振动信号中包含的机体振动信号形成的噪声干扰,利用配气相位从时间域分离出由气体压缩压力激发的振动信号并计算了其包络谱.建立了RBF神经网络模型,以气缸盖振动信号的包络谱作为网络输入,以气缸压缩压力作为输出,实现了气缸压缩压力的间接检测.