一種基于振動分析的柴油機故障診斷方法
【技術領域】
[0001] 本發明設及一種柴油機故障診斷方法。特別是設及一種基于振動分析的柴油機故 障診斷方法。
【背景技術】
[0002] 柴油機是一種重要的往復式動力機械，被廣泛應用于工業、農業、軍事、建筑、交通 運輸等領域，在國民經濟和人們日常生活中起著舉足輕重的作用。一方面它能大大提高勞 動生產率，降低生產成本和能耗；另一方面如果某一部件出現故障，往往會引起整臺設備的 擁痕，使整條生產線停產，造成巨大的經濟損失甚至危及人身安全，因此開展柴油機故障診 斷研究對于提高柴油機的安全性和可靠性具有重要意義，同時蘊含著巨大的經濟效益和社 會效益。
[0003] 振動分析法由于其適應范圍廣、信號易獲取和便于不解體在線監測等特點，在動 力機械故障診斷中得到了廣泛的應用。但是柴油機振運動件多而復雜，邊界條件有不確定 性，工作條件惡劣，激勵眾多且頻率范圍很廣，各種激勵經相應的傳遞及禪合均被反映在機 器的振動中，再加之噪聲的融入，使得振動信號具有典型的非線性、非平穩特點。該些特點 限制了傳統振動分析方法如：短時傅里葉變換、小波變換和魏格納分布等方法在柴油機故 障診斷中的應用。近些年，W經驗模態分解為代表的非平穩信號分析方法在柴油機故障診 斷中取得了不錯的效果，得到了廣泛的關注。但是該方法存的過包絡、模態混淆、端點效應 W及由HUbed變換帶來的無法解釋的負頻率等問題一直未得到妥善解決。固有時間尺度 分解是一種新的非平穩信號分析方法，它解決了經驗模態分解的過包絡、模態混淆等缺陷， 已經在非平穩腦電波信號的分析中得到了成功應用。但是由于柴油機振動信號更為復雜， 想要將固有時間尺度分解用于柴油機振動信號分析還需要對其平滑方法和端點效應等問 題的優化方法進行研究。
[0004] 利用振動分析方法提取故障特征之后還需要模式識別方法對故障進行判別，應用 較廣泛的模式識別方法包括神經網絡、支持向量機等，但該些方法都不能給出概率性的輸 出。基于貝葉斯理論的相關向量機方法很好的解決了該一問題，它可W給出概率性的輸出 同時模型較為稀疏、計算速度快，非常適于在線診斷。相關向量機是針對二分類問題提出 的，而柴油機故障診斷是一個多分類問題。因此，需要對其多分類策略進行研究，從而將相 關向量機從二分類拓展到多分類。常用的多分類策略包括；一對一，一對多和糾錯編碼等， 其中一對一和一對多都可W看作糾錯編碼的特例。如何將相關向量機概率性輸出與糾錯編 碼相結合是一個非常有意義的問題。
【發明內容】
[0005] 本發明所要解決的技術問題是，提供一種能夠準確分析非平穩振動信號，提取具 有代表性的故障特征，建立精確的相關向量機多分類模型的基于振動分析的柴油機故障診 斷方法。
[0006] 本發明所采用的技術方案是；一種基于振動分析的柴油機故障診斷方法，包括如 下步驟：
[0007] (1)利用振動加速度傳感器采集柴油機正常條件和故障條件下的振動信號；
[000引 （2)利用改進固有時間尺度分解對采集到的振動信號x(t)進行分解，生成若干個 固有時間尺度分量PRm(t)和殘差信號U"(t)，
[0009]
[0010] (3)計算各固有時間尺度分量的能量，按能量大小對各分量進行排序，選取累積能 量大于原信號能量95%的前N個分量作為主要分量；
[0011] (4)計算各主要分量的峭度和波形因子作為故障特征；
[0012] (5)利用基于概率性輸出的糾錯編碼方法構造多分類相關向量機模型進行故障診 斷。
[0013] 步驟（2)中所述的改進固有時間尺度分解，是采用支持向量回歸機解決算法的端 點效應問題。
[0014] 步驟（2)中所述的改進固有時間尺度分解，是采用=次分段埃爾米特插值代替原 固有時間尺度分解算法中的線性插值對基線信號進行擬合。
[0015] 步驟巧）中所述的利用基于概率性輸出的糾錯編碼方法構造多分類相關向量機 模型進行故障診斷，包括W下步驟：
[0016] 1)對于給定的k分類問題，利用一對一方法建立糾錯編碼矩陣Mkxm，其中m= kX化-l)/2代表二分類器個數，矩陣的每一行為一個類別的編碼；
[0017] 2)根據糾錯編碼矩陣Mkxm的每一列建立二分類相關向量機模型，并利用相應的故 障特征對其進行訓練；
[001引 3)將未知樣本輸入各二分類相關向量機模型，得到概率性輸出向量P(x)= 如(X)，口2 (X)，…，Pm(X));
[0019] 4)計算概率性輸出向量P(x)與糾錯編碼矩陣每一個行向量Mi的海明距離，其中 i= 1，2,…，k，選擇海明距離值最大的行向量所對應的類別作為未知樣本的類別。
[0020] 利用支持向量回歸機對原數據進行延拓保證信號兩端各多出一個極值點，利用極 值點擬合基線信號并拋棄信號兩端延拓出的新數據。
[0021] 本發明的一種基于振動分析的柴油機故障診斷方法，對固有時間尺度分解的端點 效應和差值方法進行了改進，為特征提取奠定了良好的基礎，確定了峭度和波形因子兩個 敏感故障特征，提出了基于概率性輸出的糾錯編碼相關向量機多分類模型，本發明可W準 確的判別柴油機的工作狀態，適用于柴油機故障診斷。
【附圖說明】
[0022] 圖1是本發明提出的故障診斷方法基本流程圖；
[0023] 圖2是故障試驗系統圖；
[0024] 圖中；
[0025] 1 ;測功機；2 ;連接軸；3 ;柴油機；4 ;加速度傳感器；5 ;脈沖傳感器；
[0026]6 ;數據采集卡；7 ;計算機；8 ;試驗臺基座；9 ;萬向節；10 ;飛輪盤；
[0027]圖3a是柴油機正常狀態振動信號；
[002引圖3b是柴油機進氣口間隙大故障振動信號；
[0029] 圖3c是柴油機排口間隙大故障振動信號；
[0030] 圖3d是柴油機濾清器堵塞故障振動信號；
[0031] 圖3e是柴油機第六缸失火故障振動信號；
[0032] 圖4是柴油機進氣口間隙大故障振動信號經過改進固有時間尺度分解后得到的 固有時間尺度分量和殘差信號；
【具體實施方式】
[0033] 下面結合實施例和附圖對本發明的一種基于振動分析的柴油機故障診斷方法做 出詳細說明。
[0034] 本發明的一種基于振動分析的柴油機故障診斷方法，包括如下步驟：
[0035] (1)利用振動加速度傳感器采集柴油機正常條件和故障條件下的振動信號；
[0036] (2)固有時間尺度分解是一種新的非平穩信號分析方法，它可W將復雜信號自適 應的分解成若干個固有時間尺度分量和殘差信號之和，在腦電波信號的分析中得到了成功 應用。但是用于處理復雜振動信號時，算法的端點處的極值點處理問題W及線性插值精度 較低的問題，往往會使分解得到的的固有時間尺度分量與真實成分誤差較大。因此，首先要 利用改進固有時間尺度分解對采集到的振動信號x(t)進行分解，生成若干個固有時間尺 度分量PRm(t)和殘差信號U"(t)，
[0037]
[003引所述的改進固有時間尺度分解，是采用支持向量回歸機解決算法的端點效應問 題，具體是利用支持向量回歸機對原數據進行延拓保證信號兩端各多出一個極值點，利用 極值點擬合基線信號并拋棄信號兩端延拓出的新數據。
[0039] 同時，還要采用=次分段埃爾米特插值代替原固有時間尺度分解算法中的線性插 值對基線信號進行擬合。
[0040] (3)由于故障信息往往包含在能量較大的幾個固有時間尺度分量中，所W計算各 固有時間尺度分量的能量，按能量大小對各分量進行排序，選取累積能量大于原信號能量 95%的前N個分量作為主要分量；
[0041] (4)當柴油機出現故障時其振動信號不同頻段的時域波形會發生明顯變化，因此 計算各個主要分量的峭度和波形因子兩個典型時域參數作為故