基于排氣波波形分析的發(fā)動機故障監(jiān)測技術(shù)

1、基于排氣波波形分析的發(fā)動機故基于排氣波波形分析的發(fā)動機故障監(jiān)測技術(shù)障監(jiān)測技術(shù) 李元才機械電子工程一一 排氣波波形分析監(jiān)測方法的意義排氣波波形分析監(jiān)測方法的意義 目前，絕大多數(shù)的發(fā)動機故障診斷是由維修人員按照自己的經(jīng)驗來完成的， 而經(jīng)驗的獲得不僅需要較長時間的積累， 同時還受個人主觀因素的影響，使得發(fā)動機故障診斷技術(shù)不能夠得到很好的繼承。為此， 人們提出了許多依賴于計算機智能技術(shù)和專家先驗知識的發(fā)動機綜合故障診斷技術(shù)，主要有專家系統(tǒng)、灰色系統(tǒng)、模糊邏輯、神經(jīng)元網(wǎng)絡(luò)等。但是這些技術(shù)過于依賴計算機，不適于在車載發(fā)動機系統(tǒng)上使用。本文采用經(jīng)驗?zāi)B(tài)分解( Empirical Mode Decomposi

2、tion，以下簡稱EMD ) 算法對發(fā)動機排氣壓力波進行分析，以期實現(xiàn)對發(fā)動機主要故障簡便、直接的監(jiān)測。直接應(yīng)用于車載發(fā)動機系統(tǒng)的故障診斷技術(shù)，具有重要的理論價值和經(jīng)濟效益。二二 排氣波性能仿真分析排氣波性能仿真分析 GT-SUITE 是一款由美國Gamma Technologies 公司開發(fā)的專門用于汽車設(shè)計仿真分析的綜合軟件， 主要應(yīng)用于車輛參數(shù)的設(shè)計, 同時還可以用于發(fā)動機性能評估。GT-POWER 是GT-SUITE 系列軟件中發(fā)動機的性能、聲學(xué)及控制模擬系統(tǒng)模塊, 它基于流體及熱力學(xué)計算理論, 采用有限體積法求解,可模擬發(fā)動機的穩(wěn)態(tài)和瞬態(tài)工況，根據(jù)噪音分析排氣管的壓力波動情況。 為了

3、研究排氣系統(tǒng)內(nèi)壓力波的形成及其傳播過程與發(fā)動機工作狀況之間的關(guān)系，利用GT-POWER 軟件建立了六缸四行程的柴油發(fā)動機模型。如圖1所示。 六缸四行程直列發(fā)動機的點火間隔角為720o/6=120o ，六缸的做功順序為1-5-3-6-2-4。在GT-POWER軟件環(huán)境下，設(shè)置發(fā)動機所處的大氣環(huán)境溫度為300K，壓強為0.1MPa，分別設(shè)置發(fā)動機轉(zhuǎn)速為1000r/ min、 2000r/min, 在 2 種工況下模擬發(fā)動機的運行，利用軟件的仿真數(shù)據(jù)打印功能( GT-POST) 觀測排氣系統(tǒng)中后排氣管處的波形，如圖2 所示。 由圖2 可知，相鄰兩個波峰峰值的時間間隔幾 乎是一個固定值。斷掉一號缸，可

4、模擬實現(xiàn)單缸缺火故障，所測得的數(shù)據(jù)如圖3所示。從圖3中可以看到，當(dāng)單缸缺火時， 所得的數(shù)據(jù)曲線將缺少一個波峰，進而影響相鄰兩個波峰峰值的時間間隔。因此，可采用測定兩個峰值之間時間間隔的方式，來判斷發(fā)動機的一些故障。三三 發(fā)動機排氣波的采集發(fā)動機排氣波的采集 發(fā)動機的運轉(zhuǎn)是按進氣沖程、壓縮沖程、做功沖程和排氣沖程的順序不斷循環(huán)的。其中， 排氣波是在排氣沖程中產(chǎn)生的。 可燃混合氣在氣缸內(nèi)燃燒后生成的廢氣必須從氣缸中排出以便進行下一個進氣行程。 當(dāng)做功接近終了時， 排氣門開啟，進氣門仍然關(guān)閉，靠廢氣的壓力先進行自由排氣; 活塞到達下止點再向上止點運動時, 繼續(xù)把廢氣強制排出到大氣中去，活塞越過上止點

5、后，排氣門關(guān)閉，排氣行程結(jié)束。發(fā)動機的各個汽缸依次在排氣沖程打開排氣閥,燃燒廢氣從汽缸出來之后依次流經(jīng)排氣歧管、前排氣管、催化轉(zhuǎn)換器、消音器、排氣尾管等部分，然后進入大氣中。 排氣壓力波脈沖傳感器安裝于排氣系統(tǒng)的排氣尾管出口處， 如圖4 所示。 發(fā)動機的廢氣在形成過程中( 熱力學(xué)參數(shù)) 包含了氣缸燃燒狀況、火花塞與排氣閥等附件的工作狀況信息。 發(fā)動機不同工況的變換或者某種故障的發(fā)生都會引起排氣壓力波的變化。發(fā)動機排出的廢氣流量越大，壓力越高, 脈沖傳感器輸出的信號幅值就越大；壓力波信號越規(guī)則地分布在參考線上下，并且具有較好的周期相似性，表明發(fā)動機的工作狀況越佳， 反之，就可能存在著某種故障。這

6、是根據(jù)排氣壓力波的特征變化來分析發(fā)動機的工作狀況及故障情況的基本依據(jù)。基于排氣波波形分析的發(fā)動機故障監(jiān)測模型如圖5 所示。四四 故障判斷的理論基礎(chǔ)故障判斷的理論基礎(chǔ) 4. 1 數(shù)據(jù)處理算法選定數(shù)據(jù)處理算法選定 采集的發(fā)動機排氣波信號是一個有限的時間序列數(shù)據(jù)， 包含有較多的諧波，因此首先需要對數(shù)據(jù)進行降噪。 EMD 算法是在研究瞬時頻率時在Hilbert 變換的基礎(chǔ)上發(fā)展起來的新理論。 它具有較好的適應(yīng)性， 而且所得的每個分量固有模態(tài)函數(shù)( Intrinsic Mode Function，簡稱IMF) 都是正交的，對原信號具有較好的完備性。采用EMD 分解，可以將原始的復(fù)雜信號分解為多個簡單信號

7、，然后對多個簡單信號單獨分析，最后綜合考慮就可以實現(xiàn)對原信號的分析。將EMD 分解的思路應(yīng)用于排氣壓力波研究，使研究對象大為簡化。 因此, 對原數(shù)據(jù)采用EMD 分解。4. 2 EMD分解過程分解過程 對輸入信號x ( t ) ，找出其局部極大值和局部極小值，將所有極大值的插值曲線連接作為包絡(luò)的上界，所有極小值的插值曲線連接作為包絡(luò)的下界，包絡(luò)的上下界將覆蓋所有的數(shù)據(jù)。記上下包絡(luò)線的平均值記為m1 ，可求得h1= x ( t ) - m1。 在理想的情況下, h1 是x ( t ) 的第一個IMF分量，但是由于所采集的排氣波波形數(shù)據(jù)是非平穩(wěn)數(shù)據(jù)，所以包絡(luò)均值可能不同于真正的局部均值，通過一次篩選

8、很難實現(xiàn)將畸形波完全剔除，因此h1不滿足IMF 條件，需要進行多次的篩選。在第二次篩選過程中，將h1當(dāng)作原始信號，找出極大值、極小值的包絡(luò)線，然后求得上下包絡(luò)線的均值，記為m2，可求得h2= h1- m2 。 再判斷h2是否滿足IMF 的條件，如不滿足，必須再繼續(xù)做篩選。經(jīng)過n 次篩選過程的結(jié)果hn , 已經(jīng)完全符合IMF條件，是原信號的第一個IMF分量。將原始信號x ( t ) 中的hn分離出，重復(fù)以上步驟，可以得到x ( t ) 的其他IMF 分量。4. 3 峰值時間特征向量峰值時間特征向量 對分解后得到的每個IMF 分量， 計算相鄰兩個極值點x ( t1 ) 與x ( t2 ) 之間的時

9、間跨度，即T = | t2- t1 | 式中，T 為峰值時間間隔. 對于理想信號， x ( t 1 ) 與x( t 2 ) 滿足條件：dx ( t ) / dt= 0。 取振幅突增后以及振幅突降前的IMF 分量，按從左至右的順序計算每相鄰兩個極值點之間的T1、T2、T3 ， 組成向量S= T1 , T2 , T 3 , , S 為峰值時間特征向量。得到S之后, 就可以對數(shù)據(jù)進行分析判別，判斷是否有故障產(chǎn)生以及產(chǎn)生的是什么故障。故障診斷過程如圖6 所示。五五 應(yīng)用實例應(yīng)用實例 對某公司T AS3500系列寬體礦用自卸車上使用的發(fā)生故障的YC6M375-20六缸柴油機,測量其運行的排氣波參數(shù)。 為

10、了將試驗中采集的排氣波信號離散化，將縱軸壓力P按100 份 /V 等分，橫軸時間 t 是采樣點數(shù)。其排氣波原始信號及EMD 分解圖如圖7 所示。圖7 某 缸缺火情況下發(fā)動機排氣波信號及其EMD 分解結(jié)果 由圖7 的EMD 分解圖可見，各IMF分量的振幅先增后降。其中， IMF1、IMF2與IMF3振幅遠(yuǎn)小于IMF4, 即能量遠(yuǎn)遠(yuǎn)小于IMF4 分量的能量, 可以將突增前的IMF均認(rèn)為是白噪聲成分。振幅最大的IMF4 分量與原始信號相比完好保持了原始信號的周期特點, 振幅更加平穩(wěn), 失真更少。因為發(fā)動機排氣壓力波在排氣行程末期具有干涉、疊加和負(fù)壓效應(yīng), 所以當(dāng)計算峰值時間間隔時可以忽略振幅突增后的

11、IMF5以及最后的殘余分量。 取IMF4分量。排除IMF1、IMF2和IMF3的白噪聲分量以及因干涉、疊加和負(fù)壓效應(yīng)引起的IMF5、IMF6 分量和最后的殘余分量，取振幅最大的IMF4分量計算其峰值時間的特征向量為 S= 101, 83, 87, 89, 84, 87, 102, 84, 87, 85, 84, 86 所得的峰值時間間隔數(shù)值101和102與剔除了這兩個數(shù)據(jù)后的其他采樣點的平均值85. 6的偏差達到了19.1%， 對比標(biāo)準(zhǔn)特征向量，可明顯地判斷出所測得的101和102反應(yīng)的是某缸缺火故障。 通過修理排除了這一缺火缸的故障以后，測量其正常運行的排氣波參數(shù)。六缸均正常情況下排氣波原始

12、信號及其EMD 分解圖如圖8 所示.圖8 六缸均正常情況下發(fā)動機排氣波信號及其EMD分解結(jié)果 由EMD 分解圖可見，IMF1與IMF2振幅遠(yuǎn)小于IMF3, 即能量遠(yuǎn)遠(yuǎn)小于IMF3分量的能量, 可以將突增前的IMF 均認(rèn)為是白噪聲成分。振幅最大的IMF3 分量與原始信號相比完好保持了原始信號的周期特點，振幅更加平穩(wěn)，失真更少，忽略振幅突增后的IMF4 以及最后的殘余分量。取IMF3 分量，計算該列波的峰值時間特征向量為 S= 102, 101, 104, 100, 100, 103, 101, 102, 102, 101, 102, 102 所得峰值時間間隔與采樣點的平均數(shù)101. 7的偏差在2. 3%之內(nèi)，通過對比，該向量與標(biāo)準(zhǔn)峰值時間特征向量很接近，可認(rèn)為現(xiàn)在發(fā)動機各缸工作正常。 經(jīng)多次試驗，可采用5% 作為有無故障的臨界點。即當(dāng)偏差大于5% 時，認(rèn)為有故障發(fā)生。從試驗及統(tǒng)計結(jié)果來看，判據(jù)成功率在90% 以上