基于EEMD及分形方法的轴承振动信号分析

为对具有强烈非线性特征的轴承振动信号做出准确的故障识别,基于分形理论,采用辅助经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)对信号进行降噪预处理,采用G-P算法分析轴承不同状态下振动信号关联维数。研究表明:基于EEMD的降噪方法可有效对振动信号进行降噪;轴承工作状态不同,其振动信号关联维数具有明显的可区分性,当轴承处于外环故障时,其关联维数最大为4.7,当轴承处于滚珠故障时,其关联维数最小仅为3.0,当轴承处于正常/内环故障时,其关联维数分别为4.0/3.2。因此,利用关联维数能定量识别轴承的不同故障状态及位置。     

基于爆发噪声信号的内燃机失火故障诊断研究

本文提出了一种利用爆发噪声诊断内燃机失火故障的新方法。通过高压进油管压力信号的分析,将爆发噪声信号以内燃机一个工作循环为周期分割成多段信号。采用重采样技术,使分段信号长度一致并保证在时域上对齐。用等高线图法对分段信号进行能量面积分析。实践证明该方法可以准确的诊断出多缸失火故障及失火气缸位置。     

基于分形理论预测砂岩储层岩性

根据分形几何学基本理论,探讨岩石孔隙及测井曲线分形维数的确定方法。求取岩石孔隙分形维数有3种方法:分子吸附法、扫描电镜法、压汞法。分子吸附法和扫描电镜法求取岩石孔隙分形维数,所需实验设备昂贵,且过程复杂。利用岩心压汞毛管压力资料,通过线性拟合lgs与lgpc的关系,可计算出岩石孔隙分形维数D。测井曲线反映了地层岩石物理性质。从测井曲线外形上看,对应同一地层的不同测井曲线之间,以及同一条测井曲线的不同部分,分别具有相似的特性。测井响应的这种相似性,可以利用分形理论进行定量描述。目前普遍采用关联维数计算法和测井曲线分形校正法,计算测井曲线的分形维数。实际应用中,根据某油田2口取心井近50块岩样的统计分析,利用岩心压汞资料得到lgs-lgpc散点图,由于分形现象只存在于无标度区范围内,因此一般选取双对数坐标系上线性范围最宽的一段为无标度区,然后再对该段内所有的点进行拟合,并做相关系数检验,从而得到砂砾岩、不等粒砂岩、细砂岩、粉砂岩4种岩性的lgs-lgpc散点图(无标度区)。计算结果表明,应用测井曲线关联维数法预测砂岩储层岩性,其精确度达到92%以上。     

基于独立分量分析的内燃机噪声信号分离

采用独立分量分析的方法对内燃机的噪声信号进行了研究。首先对独立分量分析的基本原理进行了简要的叙述,在FastICA算法的基础上建立了内燃机噪声的独立分量分析模型,并编制了相应的计算程序。以某四缸柴油机为研究对象测量了不同工况下的噪声信号,计算了这些噪声信号的统计峰度,确认其为非高斯信号,满足独立分量分析的基本要求。然后对测得的柴油机噪声信号进行了独立分量分析,将其分解为一系列不同的独立分量。为了了解各独立分量的时频分布,用小波变换的方法对它们进行分析,分析结果表明,这些不同的独立分量对应着不同的内燃机噪声源信号。     

内燃机噪声信号的独立分量分析

叙述了独立分量分析(ICA)的基本原理,分析了运用独立分量分析技术分析内燃机噪声信号的几个基本问题。单缸柴油机噪声信号峰度值的统计规律表明噪声信号满足ICA的基本要求。运用FastICA算法对某单缸机的噪声信号进行了分析,将噪声信号分解成一系列的分量。运用傅立叶变换和小波分析技术对不同的分量进行了分析,结合时频分析的结果和内燃机噪声辐射的机理确定了不同的分量与内燃机不同的噪声源相对应。     

内燃机噪声控制技术

通过对内燃机噪声生成机理、噪声传递途径和噪声辐射表面的分析，讨论了内燃机降低噪声的措施和方法。     

基于分形学的轴承故障诊断分析

为识别轴承的工作状态及故障类型,针对非线性振动信号,基于分形盒维数与小波降噪方法,计算了轴承正常状态及不同故障状态的振动信号盒维数。结果表明:轴承的故障类型不同,其振动信号盒维数亦不同,正常状态盒维数最大,内环故障盒维数最小,其值分别为1.6和1.4。因此,根据盒维数能定量识别轴承故障状态与故障位置,本研究可为轴承状态监测和故障诊断提供理论依据。     

基于振动信号分形特征的柴油机缸套磨损诊断

提出了一种基于总体经验模态分解(EEMD)与形态学分形维数的柴油机缸套磨损诊断方法,以某6缸四冲程柴油机为研究对象,测试并分析了柴油机缸套4种状态下机体振动信号的形态学分形维数。研究结果表明:利用含噪振动信号的分形维数来描述缸套磨损状态是不可靠的,实测信号降噪后的形态学分形维数能够清晰地区分柴油机缸套磨损状态。     

内燃机燃烧火焰的分形特征研究

介绍了发动机湍流预混燃烧火焰分形研究的进展,分析了湍流火焰分维测量的数盒子法、修正数盒子法及其优缺点,讨论了火焰特征尺度、内外截点的尺度及维数D与各参数之间的关系。     

降低噪声的内燃机排气门

本发明用作内燃机排气门可降低噪声。图1是传统内燃机排气门剖面图,它由锥体形的盘锥面1,圆柱形的盘外圆12、盘端面的棱边以及连接盘锥面1和气门杆11的过渡面14组成。图1中的气门处于开启状态,气门3与气门座4的两锥面1和2形成的环状间隙,使燃气从燃烧室10流向烟道9。在燃气流动的方向上,间隙截面变窄,环状间隙变小。这可用图2中的喷嘴截面形状来表示,即由锥面1和2构成的喷嘴截面,在靠燃烧室一侧用E表表示,在靠烟道一侧用A表示。     

基于排气噪声的柴油机各缸工作不均匀故障诊断

对计算机和声传感器采集排气噪声,研究了9种工况下柴油机排气噪声在时域的周期性规律,对柴油机排气噪声信号进行了自相关分析,提取参数来表征排气噪声的周期性规律.对这个参数在3种转速下的值进行了详细分析,发现此参数在各转速下均能判断出失火及喷油器压力过小故障,在高转速下判别气门类故障也很有效.通过编写相应的故障诊断程序,输入排气噪声样本和对应的转速后即可判断出故障,该方法具有非接触、操作简单、成本低的特点.     

基于排气噪声EMD的柴油机失火故障诊断

针对坦克柴油机失火故障诊断问题,在实车上模拟了失火故障,应用EMD对不同状态下的排气噪声信号进行了经验模态分解,利用Hilbert变换求取了主固有模态分量(IMF)的瞬时频率函数,以其围绕周期性排气噪声基频的波动方差和平均穿越率为特征参数,建立了一种诊断柴油机失火故障的方法。应用结果表明了诊断方法的可行性。     

基于独立成分小波分析的内燃机噪声源识别

对独立成分分析的基本原理和数学模型进行了简要叙述,以某六缸柴油机为研究对象,对其不同工况下的噪声信号进行了统计独立性和高斯性分析,噪声信号基本满足独立成分分析的前提条件。采用基于峭度的梯度算法对噪声信号进行了盲分离,得到一序列独立分量。为进一步识别各独立分量,采用傅立叶和连续复小波变换对其进行时频分析,并结合一些内燃机先验知识分析发现,这些独立分量基本上对应着内燃机的燃烧噪声、正时齿轮噪声、活塞敲击噪声等噪声源,因此,采用独立成分小波分析技术对内燃机噪声信号进行盲分离以识别其主要噪声源是可行的。     

内燃机燃烧噪声的研究与发展

本文概述了内燃机燃烧噪声的特性及其研究与发展，阐述了燃烧过程参数、结构参数、工况参数以及其它参数影响燃烧噪声的机理，论述了近年来降低燃烧噪声、内燃机燃烧噪声机理和内燃机瞬态工况燃烧噪声的研究状况。通过对燃烧噪声与内燃机工作过程中激发燃烧噪声特征因素关系的描述，为了解燃烧噪声特性和降低燃烧噪声提供全面的技术支撑。     

内燃机缸内压力与燃烧噪声

利用小波包分析提取缸内压力和测量噪声的时频信息，结合频谱分析技术，对缸内压力和测量噪声特性进行了研究．结合缸内压力和测量噪声的传递函数及相干分析，讨论了测量噪声各频带活塞拍击噪声和燃烧噪声的情况，并对缸内压力和燃烧噪声各频带所占能量进行了计算和研究．结果表明，通过缸内压力和噪声的时频及频谱分析，能获取更加详细的燃烧噪声和活塞拍击噪声信息，为燃烧噪声的分离以及机理研究提供了技术支撑．     

内燃机噪声控制技术研究现状和发展趋势

从内燃机噪声产生机理、噪声源识别及分离技术、噪声预测及控制等几方面综述了近年内燃机噪声控制技术的研究现状,提出了未来内燃机噪声控制技术研究方向。     

增压前后柴油机燃烧噪声的对比分析

通过测量稳态和恒转速增扭矩瞬态工况增压前后影响燃烧噪声的参数,对比分析得出增压前后柴油机燃烧噪声的变化规律.结果表明:增压后燃烧噪声降低,增压对稳态工况燃烧噪声的降低比对恒转速增扭矩瞬态工况明显,增压在中速中负荷工况下,对燃烧噪声的控制效果较好.并从压力高频振荡、气体动力载荷和燃烧室壁面温度对试验结果进行了分析,证明了增压前后燃烧室壁面温度的差异影响增压前后柴油机燃烧噪声.     

内燃机齿轮噪声控制

齿轮机构噪声是内燃机主要噪声源之一。本文论述其鉴别分析技术和各种控制措施及其降噪效果。     

用于内燃机振动诊断的一种特征参数选取方法

针对内燃机振动诊断提出了一种新的特征参数选取方法,计算每个特征参数对各类工况的类识别率,选取对各类工况类识别率最高的前2个特征参数形成联合诊断向量.针对内燃机气门机构间隙异常故障的诊断问题,对缸盖振动信号的常用幅值域特征参数进行了选取,并采用人工神经网络模型进行了验证.结果表明:使用基于类识别率的特征参数选取方法将特征维数缩减一半时,诊断准确率的下降小于1%.