基于声信号的汽车发动机机械异响故障诊断方法研究

发布时间：2017-07-13 20:10

  本文关键词：基于声信号的汽车发动机机械异响故障诊断方法研究

  更多相关文章： 发动机检测 声信号 小波滤波 故障特征图

【摘要】：当前现行的汽车发动机异响检测方法是以人工经验听诊法和仪器设备辅助诊断法为主的传统诊断方法,并且这些传统的诊断方法主观性很强,容易造成误判现象。所以,研究一种基于客观事实的汽车发动机异响诊断方法非常必要,有助于直观、定量的检测以提高检测分析的准确率。文章首先简要介绍了汽车发动机机械故障非接触式检测的国内外发展研究现状,总结了依靠发动机声信号判断汽车故障的优缺点和可行性问题,并详细阐述了目前这个领域发展的基本理论。应用的极坐标变换法的基本理论,对该方法中的镜像对称平面的旋转角度、放大因子和时间间隔三个因素进行详细分析,最后对图像匹配系数进行说明。然后以汽车四冲程直列发动机为研究对象,通过人为设置油底壳处异响、前部异响、气门挺柱异响等各种机械故障并对其产生声信号进行检测,详细介绍了试验过程和试验硬件系统并对硬件系统的选型和关联以及试验注意事项进行了说明。介绍发动机声信号的测取工况、确定测试位置,完成声信号采集系统的整体设计;然后人为设置发动机故障测试缺陷声信号并整理测试数据。对软件滤波后的各种汽车发动机声信号进行极坐标变换的理论分析、用模拟信号对所选的效果进行评价、用实测到的发动机声信号进行发动机异响检测分析。最后应用极坐标变换法整理分析发动机声信号数据,将拟选取的正常无故障发动机、油底壳异响发动机、前部异响发动机、发动机气门挺柱异响发动机四种类型分别建立声信号特征图,通过各种缺陷发动机的10组数据,形成各自的极坐标变换镜像特征图,验证极坐标变换法可以对发动机异响进行精确检测。
【关键词】：发动机检测 声信号 小波滤波 故障特征图
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U472.9
【目录】：

• 中文摘要4-5
• Abstract5-9
• 第一章 绪论9-23
• 1.1 课题研究背景9-10
• 1.2 汽车发动机故障诊断综合论述10-12
• 1.2.1 汽车发动机常用故障诊断方法10
• 1.2.2 国内外的研究现状10-11
• 1.2.3 未来发展方向11-12
• 1.3 发动机异响检测领域介绍12-13
• 1.4 MATLAB小波滤波功能13-21
• 1.4.1 小波分析基本理论13-14
• 1.4.2 信号滤波效果的评价参数-信噪比和均方误差14-15
• 1.4.3 选取仿真信号及仿真分析15-21
• 1.5 论文研究的主要内容和创新点21-23
• 第二章 极坐标变换法及匹配系数的确定原理23-29
• 2.1 极坐标变换法23
• 2.2 极坐标变换法的参数确定原理23-28
• 2.2.1 镜像对称平面的旋转角度的选择24-25
• 2.2.2 放大因子的选择25-26
• 2.2.3 时间间隔参数的选择26-27
• 2.2.4 发动机声信号的极坐标镜像图生成27-28
• 2.3 极坐标特征图的参数匹配28
• 2.4 本章小结28-29
• 第三章 四冲程汽车发动机声信号采集29-36
• 3.1 测试系统设计29-32
• 3.1.1 测试发动机工作状态29-31
• 3.1.2 测试环境要求31
• 3.1.3 声信号采集传感器位置选择31-32
• 3.2 汽车发动机故障声信号采集试验过程32-36
• 3.2.1 发动机故障声信号试验系统32-34
• 3.2.2 发动机故障声信号采集过程34-36
• 第四章 声信号测试结果分析及特征图比对36-57
• 4.1 Matlab软件初处理声信号36-37
• 4.1.1 小波的降噪原理36-37
• 4.1.2 降噪方法37
• 4.2 各种发动机故障声信号分析37-46
• 4.2.1 正常无故障发动机37-40
• 4.2.2 前部异响发动机40-42
• 4.2.3 油底壳异响发动机42-44
• 4.2.4 气门挺柱异响发动机44-46
• 4.3 声信号极坐标变换特征图比对46-56
• 4.3.1 各种发动机的极坐标变换特征图比对47-54
• 4.3.2 测试结果分析54-56
• 4.4 本章小结56-57
• 第五章 结论与展望57-59
• 5.1 全文总结57
• 5.2 下一步工作展望57-59
• 参考文献59-62
• 攻读学位期间本人出版或公开发表的论著、论文62-63
• 致谢63-64

【相似文献】

中国期刊全文数据库 前8条

1 何璞;谢菠荪;钟小丽;;采用无耳壳头相关传输函数的虚拟声信号处理[J];应用声学;2007年02期

2 戴硕;罗海;黄河;周荷琴;;基于声信号处理的交通事故自动检测算法[J];电子技术;2010年10期

3 肖涵;李友荣;吕勇;;一种新的基于声信号的故障分类算法[J];测试技术学报;2008年01期

4 陈益;李书;;改进的小波阈值消噪法应用于超声信号处理[J];北京航空航天大学学报;2006年04期

5 李才良,王洪刚,马吉胜,郑海起;柴油机声信号处理中的一种新方法[J];内燃机学报;2001年05期

6 徐光华,贾维银,侯成刚,梁霖,刘弹;基于轨迹平行测量的发动机异响诊断方法[J];西安交通大学学报;2002年05期

7 王义勇,高诚;柴油机动态振声信号实用采集技术的研究及在故障诊断中的应用[J];山东内燃机;2001年03期

8 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 陈其才;张铭;李安邦;吴飞健;;声信号处理过程中神经元间的相互作用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

2 何璞;谢菠荪;钟小丽;;采用无耳壳头相关传输函数的虚拟声信号处理[A];2005年声频工程学术交流会论文集[C];2005年

3 朱珍珍;马任;马也亭;张顺起;殷涛;刘志朋;;基于磁声耦合效应的声信号特征分析[A];天津市生物医学工程学会第三十三届学术年会论文集[C];2013年

中国硕士学位论文全文数据库 前10条

1 文祥计;基于智能手机的声信号室内定位系统研究[D];浙江大学;2016年

2 张小明;电熔镁炉声信号采集与分析系统的研究[D];大连理工大学;2016年

3 齐伟;基于声信号的汽车发动机机械异响故障诊断方法研究[D];苏州大学;2016年

4 张磊;浮标基水下声信号处理平台设计与实现[D];哈尔滨工程大学;2010年

5 张东玲;物理小波变换在声信号处理中的应用[D];中国海洋大学;2006年

6 王巍巍;鱼类声信号的分析及特征提取研究[D];哈尔滨工程大学;2009年

7 魏平姣;水流量测量中的声信号处理及数据传输研究[D];沈阳航空航天大学;2013年

8 周莹;基于声信号的运动车辆识别算法研究与实现[D];电子科技大学;2013年

9 李大赵;次声信号的获取与处理[D];中北大学;2006年

10 王雅芬;通用多功能水声信号处理系统及其应用[D];西北工业大学;2007年

，

本文编号：538226