失火故障模式下的柴油機(jī)信號(hào)特征分析

白雲(yún)杰

（陸軍工程大學(xué)石家莊校區(qū)，河北 石家莊 050003）

引言

在機(jī)械工程領(lǐng)域,柴油發(fā)動(dòng)機(jī)作為典型的往復(fù)式動(dòng)力機(jī)械，廣泛應(yīng)用于生產(chǎn)生活的各個(gè)領(lǐng)域。但柴油發(fā)動(dòng)機(jī)由于其自身結(jié)構(gòu)復(fù)雜，工作環(huán)境惡劣，導(dǎo)致零部件出現(xiàn)故障而影響整機(jī)正常使用的情況時(shí)有發(fā)生，嚴(yán)重時(shí)甚至可能造成重大事故和經(jīng)濟(jì)損失。因此，有效地對(duì)柴油發(fā)動(dòng)機(jī)運(yùn)行過程進(jìn)行健康狀態(tài)監(jiān)測(cè)具有重要意義[1]。

當(dāng)前在工程現(xiàn)場(chǎng)，對(duì)發(fā)動(dòng)機(jī)的故障狀態(tài)識(shí)別往往通過專業(yè)的維修人員來進(jìn)行人工診斷，在發(fā)動(dòng)機(jī)的運(yùn)行狀態(tài)監(jiān)測(cè)上，主要有油液監(jiān)測(cè)、熱力參數(shù)監(jiān)測(cè)、瞬時(shí)轉(zhuǎn)速監(jiān)測(cè)、噪聲監(jiān)測(cè)法和振動(dòng)監(jiān)測(cè)法等[2]。由于采集振動(dòng)信號(hào)方便，在狀態(tài)監(jiān)測(cè)和識(shí)別上速度更快，且不需要對(duì)發(fā)動(dòng)機(jī)進(jìn)行解體，因此本文針對(duì)典型失火故障下的柴油機(jī)缸蓋振動(dòng)信號(hào)分析，并研究使用小波包分解后的信號(hào)中具有高敏感性的故障特征。

1 小波包分解與敏感性分析原理

在傳統(tǒng)的柴油機(jī)狀態(tài)監(jiān)測(cè)中，大多使用時(shí)域分析和頻域分析方法對(duì)柴油機(jī)進(jìn)行特征提取，但時(shí)域分析和頻域分析在非平穩(wěn)信號(hào)的處理上并不好。柴油機(jī)激勵(lì)多且缸蓋振動(dòng)信號(hào)復(fù)雜，具有非平穩(wěn)特性，傳統(tǒng)特征提取方法在柴油機(jī)振動(dòng)信號(hào)處理中存在局限性[3]。

1.1 小波包分解方法

小波變換是在傅里葉變化后發(fā)展起來的非平穩(wěn)信號(hào)的處理方法，由于小波基的伸縮和變換產(chǎn)生多分辨率的小波變換，可以處理非平穩(wěn)信號(hào)的時(shí)域和頻域特征，因此被廣泛應(yīng)用于時(shí)頻分析上[4]。小波包分解是對(duì)小波分解后得到的高頻部分進(jìn)一步分解，其克服了小波分解高頻頻率分辨率差，低頻時(shí)間分辨率差的問題，因此適合對(duì)柴油機(jī)缸蓋振動(dòng)信號(hào)進(jìn)行分析。本文對(duì)缸蓋振動(dòng)信號(hào)進(jìn)行3層小波包分解，選用db3小波基，其分解結(jié)構(gòu)如圖1所示。

圖1 3層小波包分解結(jié)構(gòu)圖

1.2 敏感性分析

在實(shí)際的特征提取過程中，往往會(huì)提取多個(gè)時(shí)域特征參數(shù)，各類特征參數(shù)對(duì)故障狀態(tài)的表征程度和敏感程度具有一定差異，選擇合適的特征參數(shù)才能更好地區(qū)分不同的故障模式，因此需要全面考慮每個(gè)特征參數(shù)的特性，通過分析其敏感性，篩選出表征故障模式的有效特征參數(shù)。敏感度分析的計(jì)算公式為：其中，u為敏感度，Xi為待分析特征，X為基準(zhǔn)特征。通常狀況下，取正常狀態(tài)時(shí)的特征參數(shù)作為基準(zhǔn)特征，不同故障模式下的特征作為待分析特征。

2 實(shí)驗(yàn)設(shè)置與信號(hào)處理

本實(shí)驗(yàn)研究對(duì)象是由一汽解放汽車有限公司無錫柴油機(jī)廠所制造的六缸高壓共軌柴油發(fā)動(dòng)機(jī)，發(fā)動(dòng)機(jī)型號(hào)為錫柴CA6DF3-20E3，共設(shè)置4種故障狀態(tài)，即正常，一缸失火，二缸失火，一、二缸失火，實(shí)驗(yàn)臺(tái)如圖2所示，發(fā)動(dòng)機(jī)基本參數(shù)見下頁表1。

表1 柴油發(fā)動(dòng)機(jī)技術(shù)參數(shù)

圖2 柴油機(jī)實(shí)驗(yàn)臺(tái)

振動(dòng)傳感器沿垂直方向配置于發(fā)動(dòng)機(jī)缸蓋上，采集發(fā)動(dòng)機(jī)運(yùn)行過程中缸蓋振動(dòng)信號(hào)，采樣頻率為20 kHz，采集單個(gè)樣本點(diǎn)數(shù)為5 000。4種故障模式缸蓋振動(dòng)信號(hào)的時(shí)域圖如圖3所示。從圖中可以看出不同故障模式時(shí)域信號(hào)雜亂復(fù)雜，無明顯信號(hào)特征。對(duì)不同故障模式下的信號(hào)進(jìn)行3層小波包分解，以一缸失火狀態(tài)為例，其進(jìn)行小波包分解后的第3節(jié)點(diǎn)前4個(gè)小波包系數(shù)如圖4所示，可以看到分解后的小波包系數(shù)信號(hào)相對(duì)于原始信號(hào)進(jìn)行了壓縮。

圖3 不同故障模式下的振動(dòng)信號(hào)

圖4 小波包分解系數(shù)

對(duì)小波包分解后的系數(shù)進(jìn)行重構(gòu)后，恢復(fù)原始信號(hào)長(zhǎng)度并得到不同頻帶的重構(gòu)系數(shù)信號(hào)見圖5。經(jīng)過3層小波包分解后，得到8個(gè)節(jié)點(diǎn)相對(duì)應(yīng)的系數(shù)信號(hào)，分解后的小波包系數(shù)信號(hào)頻譜如下頁圖6所示。通過觀察發(fā)現(xiàn)，經(jīng)過小波包分解后，節(jié)點(diǎn)（3,0）至節(jié)點(diǎn)（3,7）代表不同頻段的信號(hào)，說明小波包分解將原始信號(hào)分解成高頻和低頻段，可以進(jìn)一步分析具有敏感性的特征。

圖5 小波包系數(shù)重構(gòu)信號(hào)（前4個(gè)系數(shù)）

圖6 小波包分解系數(shù)信號(hào)頻譜

3 特征分析

由于原始信號(hào)在經(jīng)過小波包分解前后總能量不變，因此考慮各故障模式下小波包分解各頻帶能量的分布情況，繪制不同故障模式小波包能量特征分布直方圖如下頁圖7所示。

圖7 4種故障模式小波包能量特征分布直方圖

從圖中可以看出不同故障模式下，其信號(hào)能量的分布主要集中在小波包分解后的第一和第二兩個(gè)節(jié)點(diǎn)信號(hào)中，且4種故障模式下的能量分布各不相同，因此可以使用小波包分解后的能量比作為特征向量對(duì)不同的故障模式進(jìn)行識(shí)別。

在此基礎(chǔ)上進(jìn)一步分析各節(jié)點(diǎn)能量對(duì)不同故障模式的敏感程度，根據(jù)前文所提敏感度分析公式對(duì)不同故障模式下小波包分解各節(jié)點(diǎn)能量的均值進(jìn)行分析，結(jié)果如下頁圖8所示。從圖中可以看到，小波包分解后第7節(jié)點(diǎn)和第8節(jié)點(diǎn)能量在不同故障模式下具有明顯差異，可以在一定程度上作為區(qū)分失火故障模式的特征參數(shù)。

圖8 小波包分解節(jié)點(diǎn)能量特征敏感度分析

4 結(jié)語

通過本文的研究分析，發(fā)現(xiàn)在柴油機(jī)發(fā)生失火故障的情況下，通過小波包分解得到的各節(jié)點(diǎn)能量分布比以及經(jīng)過3層小波包分解后第7和第8節(jié)點(diǎn)能量具有一定的敏感性，可以一定程度上作為區(qū)分不同失火狀態(tài)的特征。