基于數(shù)學模型的內(nèi)燃機燃燒信號提取方法研究

劉會彩

摘要： 為提高內(nèi)燃機燃燒信號提取精度，引入數(shù)學模型，開展對內(nèi)燃機燃燒信號提取方法的設計研究。通過基于數(shù)學模型的燃燒信號采樣點離散處理、基于廣義維數(shù)的特征信號重組，提出一種全新的提取方法。通過對比實驗證明，設計的提取方法與基于MEEMD-HHT的提取方法相比，得出的結果更接近實際值，可以有效提高內(nèi)燃機燃燒過程中信號的提取精度，為后續(xù)內(nèi)燃機運行監(jiān)測提供可靠技術條件。

Abstract： In order to improve the extraction accuracy of combustion signal of internal combustion engine， a mathematical model was introduced to design and study the extraction method of combustion signal of internal combustion engine. A new extraction method was proposed by discrete processing of sampling points of combustion signals based on mathematical model and recombination of characteristic signals based on generalized dimension. Through comparative experiments， it is proved that compared with the extraction method based on MEEMD-HHT， the results obtained by the designed extraction method are closer to the actual value. It can effectively improve the signal extraction accuracy of internal combustion engine and provide reliable technical conditions for subsequent monitoring of internal combustion engine.

關鍵詞： 數(shù)學模型;內(nèi)燃機;燃燒信號;提取方法

Key words： mathematical model;the internal combustion engine;combustion signal;extraction method

中圖分類號：TK401????????????????????????????????????? 文獻標識碼：A?????????????????????????????? ?? 文章編號：1674-957X（2021）21-0029-02

0? 引言

內(nèi)燃機屬于一種典型的柴油機設備，此種設備在使用中具有運動結構復雜的特點，正因如此，使得內(nèi)燃機在運行時存在較多的振動激勵源，從而導致內(nèi)燃機燃燒信號的頻率分布范圍較廣。針對此種信號，倘若前端采用直接測量的方式進行信號獲取，此時捕獲到的燃燒信號具有不平穩(wěn)特點，而此種非平穩(wěn)類型的燃燒信號在實際應用中的價值相對較低。目前，大部分獲取的燃燒信號均用于內(nèi)燃機故障診斷方面，在完成信號的采集后，使用某種既定的手段，進行信號特征的分析，即可實現(xiàn)對內(nèi)燃機運行故障的事前預測[1]。可以通過提取內(nèi)燃機燃燒信號，對信號的表達方式進行及時監(jiān)控，可以有效確保內(nèi)燃機設備的運行保持一種相對平穩(wěn)的狀態(tài)，從而實現(xiàn)對設備故障的研判以及節(jié)能控制和排放量控制。本文利用數(shù)學模型對信號采樣點進行分解處理獲取燃燒信號，通過均值次數(shù)計算的方式添加定幅值的噪聲，以此得出信號采樣點分量均值，實現(xiàn)燃燒信號采樣點的離散化處理。采用盒計數(shù)法完成維度重疊信號篩查，對特征信號進行拆分與重組，最終完成信號的提取，可以有效提高內(nèi)燃機燃燒過程中信號的提取精度。

1? 基于數(shù)學模型的內(nèi)燃機燃燒信號提取方法

1.1 基于數(shù)學模型的燃燒信號采樣點離散處理

為了實現(xiàn)對內(nèi)燃機燃燒信號中價值性信息的提取，在此次研究中，引進數(shù)學模型，采用對信號采樣點進行離散化處理的方式，獲取內(nèi)燃機在運行時的多維度信號。傳統(tǒng)的采樣點處理方法為EMD法，即在采樣或獲取信號時，通過保持采樣點的連續(xù)性實現(xiàn)對信號的連續(xù)化處理[2]。但此種采樣方式會導致獲取的燃燒信號存在大量重疊區(qū)域，甚至是十分嚴重的模態(tài)混搭，而在本章研究中提出的數(shù)學模型可以通過對采樣點的分解處理，在獲取的信號中插入高斯白噪聲，使燃燒信號在不同維度上呈現(xiàn)一種間斷性特點，從而確保獲取的燃燒信號具有后續(xù)分析價值。上文提出內(nèi)容的具體操作步驟如下：

按照EDM法進行燃燒信號采樣點的確定，對采樣的總數(shù)進行均值次數(shù)計算，得到一個給定的采樣M值。對M值進行初始化處理，并在初始化的過程中，在信號內(nèi)插入高斯白噪聲，噪聲幅度表示為m，對應m的值設定為1.0。將初始化后的M個采樣點進行空間劃分，即對每個固定取值點進行m次數(shù)的分解[3]。將具有定幅值的噪聲添加到指定維度的燃燒信號上，此時，可將攜帶高斯白噪聲的燃燒信號使用數(shù)學模型表示，表達式如下：

公式（1）中：xm（t）表示為攜帶高斯白噪聲的內(nèi)燃機燃燒信號數(shù)學表達式;x（t）表示為內(nèi)燃機燃燒原始信號;

nm（t）表示為添加白噪聲的次數(shù)。在完成對采樣點信號的集中處理后，使用數(shù)學模型中的線性輔助離散處理法，對xm（t）進行采樣，得到一個針對燃燒信號的分量信息，將對應的分量信息表示為cm，n，其中n的取值在[1～N]范圍內(nèi)。倘若在采樣過程中，存在m

如下：

公式（2）中：y表示為離散后的內(nèi)燃機燃燒信號采樣點。按照此種方式，輸出采樣點集合，實現(xiàn)對內(nèi)燃機燃燒信號采樣點的離散化處理。

1.2 基于廣義維數(shù)的特征信號重組

在完成對內(nèi)燃機燃燒信號采樣點的離散化處理后，通過控制對接終端通信設備，對不同維度下的內(nèi)燃機燃燒特征信號進行獲取[4]，具體如圖1所示。

根據(jù)圖1可知，利用加權平均法可以有效完成形態(tài)濾渡。通過計算獲取的特征信號加權平均值，利用數(shù)學模型的方式進行特征信號提取。考慮到此時提取的信號屬于多維度信號，信號中不僅攜帶噪聲，同時也存在維度上的重疊，因此，需要基于廣義維度數(shù)，對特征信號進行拆分與重組。為了實現(xiàn)對多維度信號的有效描述，引進盒計數(shù)法，通過對維度的簡單分域，進行維度重疊信號的篩查。此過程的計算表達式如下：

公式（3）中：Kq（ε）表示為在q維度下，采樣信號ε的重疊范圍;i表示為采樣行為發(fā)生次數(shù);P表示為信號的廣義維數(shù);q表示為重疊信號維度。當q=0時，此時在廣義維數(shù)下，分母值為-1，可以認為此時計算得到的Kq（ε）值<0，即獲取的燃燒信號無重疊，直接對接不同維度下的采樣信號即可生成連續(xù)的燃燒信號;當q=1時，分母值為0，采樣結果無意義;當q>1時，可以認為此時計算得到的Kq（ε）值>0，按照計算得到的重疊值進行信號篩查，并刪除其中的噪聲信號，對接不同維數(shù)下的信號值，使獲取的信號呈現(xiàn)連續(xù)性特點，即可認為完成對信號的提取。綜上所述，完成基于數(shù)學模型的內(nèi)燃機燃燒信號提取方法設計。

2? 對比實驗

通過本文上述論述，從理論方面實現(xiàn)對信號提取方法的理論設計，為了進一步驗證該方法在實際內(nèi)燃機運行過程中的提取效果，選擇將其與基于MEEMD-HHT的信號提取方法進行對比，通過得出的實驗結果驗證兩種提取方法的應用性能。選擇以SD46-460型號內(nèi)燃機作為研究對象，該內(nèi)燃機為4W34T二缸內(nèi)燃機，在正常工作相位上，內(nèi)燃機的1缸與2缸之間發(fā)火間隔180°CA，2缸與1缸之間發(fā)火間隔為540°CA。圖2為SD46-460型號內(nèi)燃機的各激勵工作相位示意圖。

根據(jù)圖2所示的各激勵工作相位基本信息，針對該內(nèi)燃機在燃燒過程中的信號進行提取，選擇將力錘信號和振動加速度信號作為提取的主要信號類型，在SD46-460型號內(nèi)燃機上設置加速度傳感器，通過脈沖錘敲擊SD46-460型號內(nèi)燃機，使之產(chǎn)生力錘信號和激勵響應的振動加速度信號，經(jīng)FFT分析儀得出具體信號數(shù)值。對比兩種提取方法提取到的信號結果與該內(nèi)燃機在燃燒過程中的實際信號數(shù)據(jù)進行對比，并將結果繪制成表1所示。

從表1得出的實驗結果進一步計算得出，本文提取方法獲取到的力錘信號和振動加速度信號與實際值之間均相差0.01，這是由于在提取內(nèi)燃機燃燒特征信號時將維度進行了分域，可以對維度重疊信號進行篩查，得出有效燃燒信號，提升力錘信號和振動加速度信號判斷。而基于MEEMD-HHT的提取方法兩種信號提取結果均與實際值相差較大。因此，通過上述實驗證明，本文提出的提取方法具有更高的提取精度，可為后續(xù)內(nèi)燃機燃燒異常狀態(tài)的快速修復提供可靠信息依據(jù)。

3? 結束語

現(xiàn)如今，在信號提取與處理領域中，使用的較為頻繁的技術為小波轉(zhuǎn)換技術，嘗試通過小波函數(shù)，對內(nèi)燃機燃燒信號波形的分析，但使用此種技術進行信號提取的過程具有多尺度分析性特點，無法在實現(xiàn)對信號的獲取后對其進行細致化的分解。為了完善信號提取方法，本文在研究中，引進了數(shù)學模型，對內(nèi)燃機信號采樣點分解處理后采用廣義維度數(shù)重組信號，基于此模型的應用，進行內(nèi)燃機燃燒信號提取方法的設計，從而為實現(xiàn)內(nèi)燃機的穩(wěn)定化與持續(xù)化運行作出指導。但是由于時間和研究條件有限，實驗對象選取不夠?qū)挿海热绱舜窝芯績H選取一種型號的內(nèi)燃機作為實驗對象，數(shù)據(jù)結果缺少普適性，因此在之后的研究中將進行多種型號的內(nèi)燃機選擇，以此來夯實實驗研究結果，以期為后續(xù)內(nèi)燃機運行監(jiān)測提供理論支持。

參考文獻：

[1]師濤.基于時域分割算法的斷路器振動信號故障特征提取方法[J].電力設備管理，2021（03）：158-159.

[2]馬俊添，張素明，閻小濤，陳海寶.基于圖像識別的機械振動信號特征提取與壽命預測方法研究[J].宇航總體技術，2021，5（04）：33-42.

[3]于淼，張耀魯，徐澤辰，等.基于MEEMD-HHT的分布式光纖振動傳感系統(tǒng)信號特征提取方法[J].紅外與激光工程，2021，50（07）：207-218.

[4]楊剛，楊小青，鐘欣.基于短時傅里葉變換和時域包絡的AEB系統(tǒng)預警聲信號時間提取方法[J/OL].汽車技術，1-7.