基于圖像處理技術的內燃機故障診斷應用研究

摘要：內燃機能否良好的運作與動力系統密切相關，它不僅影響到動力系統的可靠性而且影響其安全性，所以一定要監管內燃機運作狀態并積極對其故障進行及時診斷是很關鍵的。基于此，本文主要對基于圖像處理技術的內燃機故障診斷方法進行了探討。

關鍵詞：圖像處理技術 內燃機 故障診斷

中圖分類號：TK428 文獻標識碼：A 文章編號：1674-098X（2012）09（c）-0086-02

柴油機的基本運動件包括配氣機構在內，因為配氣機構會和氣門座產生規律性沖突，而且具有復雜的結構，在柴油機的全部故障中它的故障發生幾率大概為15.1%。因為內燃機缸蓋在進行振動的過程中表現出很強的非平穩時變性，所以在診斷故障以及對狀態進行監測的過程中要盡可能借助圖像處理技術手段。

1 實驗的實施

實驗的主要對象是一柴油機。為了得出缸蓋振動信號，首先將一個加速度傳感器放在第2缸缸蓋的表面位置，大體位置是氣缸中央處，具體為排氣閥以及進氣閥之間進行布置。關于第2缸，為了得出其在斷油的狀態下的汽缸壓力信號以便于標定振動信號的上止點，需要在其缸蓋位置布置一個示功圖測量通道。具有25kHz的采樣頻率。可以將振動信號選為-360～360℃，在斷油狀態下可以選擇0°為壓縮上止點的值。為了證明該措施確實可行，在進行試驗的過程中，要保持柴油機處于空載狀態，具體為1500r/min。在這里我們設置了8類氣閥機構的基本狀態，目的是為了表明柴油機在運作的過程中氣閥機構所處的實際狀態。

2 診斷故障的實踐應用

2.1 對缸蓋振動信號進行的小波包分解

由缸蓋表面位置的振動信號我們可以看出氣閥機構所處的實際狀態，關于后者，不管是其頻域內的能量還是幅值都會出現周期性改變。缸蓋表面位置的振動信號屬于非平穩時變信號，振動信號的頻率在各個時間點因為受的激勵的區別會出現相應的改變。關于小波變換理論，其在時頻局部化特性方面較好，關于缸蓋振動信號，一般都是通過時頻相平面圖來展示對其小波包進行分解后得出的結果的。相平面是一個二維平面，頻率軸以及時間是其主要的組成部分。相平面的主要功能和通常而言的坐標平面是不一樣的，它展示的是一種狀態，而不是函數關系。

關于原始信號，將N作為其樣本數，對小波包進行分解后，可以通過時頻相平面位置處N個大小是Δt×Δf的小矩形彼此相鄰的形式來表示其結果，不管是頻率軸還是時間軸，其分辨率均為Δt×Δf。在分解尺度各不一樣的情況下，矩形有不同的形狀，可是所有矩形在相平面位置處卻一直是大小一樣的。將各種灰度在矩形內進行填充，由灰度值來代表頻率分量的幅值，這會在時頻相平面位置處將信號時頻明確的進行展示。主要由特定循環中的缸蓋振動信號在其小波包發生變換后得到的時-頻相平面表示氣閥機構的基本狀態，能得出小波包發生變化以及小波發生變換關于信號方面的頻帶劃分，使振動信號方面的特定時間以及頻段的頻域能量得到真實的反映，柴油機狀態信息也包括在其中。

現今通常來說，研究分解了信號小波包后，對時-頻分布圖中的故障信息沒有積極使用，只是站在別的角度看待問題的。例如關于對特定頻帶的故障特征參數進行的提取，主要來源于特定的小波包分解層，同理實施濾波處理再提取特征參數也是如此。站在圖像處理的層面來看，在對小波包進行分解后形成的時-頻圖，主要是為了診斷柴油機氣閥機構方面存在的故障，能積極發揮其時頻信息的作用。

2.2 以圖像匹配為基礎的針對內燃機氣閥機構實施故障診斷的基本模型

根據前述能得出，方塊（有0～255灰度級）可以組構小波包時-頻分布圖。在所有的狀態中對氣閥機構進行測量，對測量得到的缸蓋振動信號實施小波包分解，接著就會形成時-頻分布圖，平均圖像使其成為標準圖，之所以要這樣做主要是由于：因為柴油機在進行工作的過程中其循環間有波動，一樣的工況不一樣的工作循環間會出現波動，在循環內與其緊挨著缸會給本缸振動產生或多或少的作用，要是在診斷故障時僅僅依據一個循環內的相關信號的話，不具有典型性，因此通過相加平均的方式來降低這個作用的發揮，也可以看作提取或者是壓縮了振動信號的頻率，而且還或多或少的降低了噪聲的干擾。

假設已得到氣閥機構某一狀態時的圖像族Gk（i，j）（時-頻分布圖），k=0，1，2，…，K，則可得氣閥機構為某一狀態時的平均圖像。

（1）

式中：m=1，2，…，8；I=1，2，…，NL；j=1，2，…，NS；NL，NS分別為圖像像素的行數與列數。在求“標準圖像”時，取式（1）中的N=10，在故障診斷時取N=5。

圖像之間的歐氏距離為：

標準圖像SGm（i，j）之間的歐氏距離

Cm，令Dmin=min{Dm}。定義歐氏距離

通過（1～3）能得出，個是Cm以及Dm的基本單位。通過多次實驗的開展，將Vd等于3.0作為診斷閥值，要是有兩個或者是兩個以上Cm小于Vd的話，那么屬于不能判斷的情況；要是僅僅1個Cm小于Vd的話，那么與Cm相應的狀態就是出氣閥機構的基本狀態，也就是第m種狀態。圖1展示的是實際診斷程序。

該措施徹底將信號空間信息保留了下來，它主要指的是在時-頻相的整個平面位置處，所有信號頻率分量分布處和幅值到底有多大的距離。表1展示的是對8個樣本圖像實施診斷以后的最終結果。由此得出，選擇圖像匹配模型（基于歐氏距離）實施診斷不僅精度較高，而且Dm具顯著的差值，不管是應用還是理解都沒有難度。

可以選擇合計60個而且是5次的平均圖像對故障實施診斷，僅僅1個圖像不能進行診斷，這就意味著該措施是不錯的，在工程方面切實可行。

3 結語

（1）關于柴油機缸蓋，當其振動小波包得到分解后，產生的時-頻分布圖，其灰度直方圖能精確的鑒別氣閥機構在不在正常狀態范圍內，不過開展故障模式的分類過程中效果不是很好；

（2）關于時-頻分布圖中有很多方面都體現了動力的信息，能根據這個來診斷氣閥機構出現的故障。

參考文獻

[1] 別鋒鋒，王奉濤，呂鳳霞.基于局域波時頻圖像處理技術的壓縮機故障診斷[J].農業機械學報，2007（9）.

[2] 夏勇，趙紅.小波分解及圖像處理在內燃機振動診斷中的應用研究[J].振動與沖擊，2004（2）.

[3] 郝志華，林田，關榆君.基于時頻圖像的不變矩神經網絡故障診斷方法[J].微計算機信息，2006（80）.