[发明专利]一种柴油机故障识别方法

说明书

技术领域

    本发明涉及机械故障识别方法，特别是涉及一种柴油机故障识别方法。

背景技术

柴油机是广泛应用于农业、制药和冶金等领域的机械设备。柴油机的一个工作循环包括进气、压缩、燃烧、排气，压力的波动不断引发自激冲击响应，同时轴承和发动机系统呈现出非平稳性和非线性特征，并以某种混合路径传递到柴油机表面形成振动现象。尽管传感器可以接收包含丰富故障信息的振动信号，但问题是多个振源和背景噪声的混合信号，致使柴油机的故障难以准确迅速识别。以往人们对复杂的非线性问题只做线性简化处理，容易丢失系统的本质，如FFT仅适用于平稳信号，传统的滤波方法在降噪同时也滤除有用信号，小波分析方法虽然可以从信号中识别出故障特征，但却需要具备先验知识，因此应找到一种既对微弱信号敏感、能识别多故障特征又可滤掉背景噪声的方法，从而准确有效及时地反映机组的健康状态。

发明内容

本发明的目的在于提供一种柴油机故障识别方法，本发明在信号源个数未知的情况下，采用自然梯度算法分离背景噪声并识别多故障特征的方法，通过分析信号的结构约束和振动信号的非平稳性，应用具有自适应时变特征的非线性激活函数，从而高效真实地分析设备运行的多故障状态。

本发明的目的是通过以下技术方案实现的：

一种柴油机故障识别方法，所述方法为在信号源个数未知的情况下，采用自然梯度算法分离环境噪声信号的同时提取柴油机早期多故障的方法；通过分析信号的非平稳特性，应用具有自适应时变特征的非线性激活函数，根据归一化峭度判断信号统计特性，从而高效真实地反映设备运行状态；为了有效提取信号特征，探讨了不同传感器数量对信号分离精度和故障识别的影响；当多个源信号在未知混合路径的情况下混叠后，采集的信号很难确定故障类型，依据最小互信息目标函数，利用不同源之间的非平稳特性提取故障特征；假设源信号相互统计独立为前提，因为各个信号来自不同的信号源，信号混合特点有非线性和时滞性；非平稳信号白化过程，引入了与时延有关的对角阵D，通过峭度来选择激活函数是非线性且时变。

所述的一种柴油机故障识别方法，该方法提取微弱信号时，假设了混合过程是固定不变的，对于机械早期故障监测而言，由于零部件基本运转正常，外界干扰因素少。

本发明的优点与效果是：

本发明在信号源个数未知的情况下，采用自然梯度算法分离背景噪声并识别多故障特征的方法，通过分析信号的结构约束和振动信号的非平稳性，应用具有自适应时变特征的非线性激活函数，从而高效真实地分析设备运行的多故障状态。由于柴油发动机的故障数量未知，研究了不同传感器数量对分离精度和故障识别的影响。实验结果表明，与维纳滤波结果相比，这种多故障诊断方法可识别多故障类型，避免柴油发动机早期故障恶化和过度维修等不良后果。

该方法可有效消除振动信号采集过程中混入的噪声，同时分离未知个数的故障源，为柴油机多故障识别诊断提供理论依据。

附图说明

    图1 非线性盲提取示意图；

图2  振动信号频谱；

图3 原始混合信号；

图4 提取的活塞磨损故障特征；

图5 提取的气缸撞击故障特征。

具体实施方式

下面结合附图所示实施例，对本发明作进一步详述。

本发明的具体实施方案包括以下：

    1非线性盲提取算法：

    1.1 目标函数：

盲提取可直接利用接收到的未知混合信号，在无先验知识情况下从观测数据中恢复源信号，常作为一种降噪方法^[9]。如图1所示，X(k)是含噪的传感器观测信号矢量，S(k)是源信号矢量，v(k)是噪声矢量，H是未知混合矩阵。一般情况，仅X(k)已知，源信号个数n未知，设计一个迭代算法能够得到S(k)的估计，即Ｙ=WＸ，其中Ｗ是待求的分离矩阵，由图1所示。信号混合和提取模型定义为：

         (1)

               (2)