基于柴油机缸盖振动加速度信号提取缸内燃烧过程信息的研究

论文摘要

内燃机缸内燃烧过程是其燃料化学能向机械能转换过程的反映,燃烧过程的优劣影响到内燃机的动力性、经济性及排放性能。内燃机气缸压力的变化是缸内燃烧过程的直接结果,通过对气缸压力的测试分析评价缸内燃烧过程在实验室及一些特殊发动机上得到广泛的应用,但由于缸内压力传感器安装困难等问题,在对在用内燃机的燃烧过程进行诊断或长期监测时存在诸多不便。内燃机燃烧过程产生的缸盖表面振动信号包含丰富的与燃烧过程相关的信息,而且振动传感器成本低、安装方便,因此,利用振动信号评价缸内燃烧过程的研究,具有重要的理论意义和实用价值。利用振动信号评价缸内燃烧过程时,需要明确燃烧激励同缸盖表面振动信号之间的关系,这是利用振动信号评价缸内燃烧过程的基础。鉴于此,本研究中通过有限元分析方法、盲源分离算法、信号分析技术及神经网络研究了缸内燃烧激励同表面振动信号之间的关系,主要的工作如下:1.振动信号采集及处理方法的研究。作者认为采用40kHz采样频率、胶粘方式安装加速度传感器可以满足缸盖各激励源响应信号的测试要求。通过模拟计算及试验的方法确定了较理想的测点布置方案。作者指出利用最小二乘法可有效的消除加速度信号偏离基线的趋势,并确认采用10阶多项式可以较理想地去除研究用柴油机缸盖振动加速度信号的基线漂移;通过对比不同滤波器的特点,指出基于哈明窗函数的FIR滤波器具有最佳性能。基于对常用时频分析方法的比较,作者提出对低频振动信号采用S变换时频分析方法进行处理,而对高频振动信号则采用连续小波变换时频分析方法进行处理。2.燃烧激励响应信号的理论分析。基于有限元分析技术建立了ZH195柴油机燃烧激励响应信号的分析模型,利用模型对燃烧激励产生的缸盖位移及加速度进行了分析,结果表明缸盖位移信号同缸内压力信号之间存在密切的相关性,在缸内峰值压力出现时刻前,缸盖位移同缸内压力呈近似一致的变化趋势,缸内峰值压力出现时刻后,缸盖位移出现振动,而且振动的频率同缸盖、机体系统的固有频率有关。对比实测缸盖振动加速度信号及压力升高加速度,发现两者在峰值压力出现时刻前的局部时段内变化趋势相近。基于模型的分析结果,作者指出不同工况时,缸盖位移信号幅值与缸内燃烧压力的峰值相对应;同样转速时,缸盖加速度波动量与缸内燃烧状况相对应;当转速发生改变时,加速度信号波动量与缸内燃烧状况间无对应关系。当联接螺栓预紧力或材料的杨氏模量减小时,系统的刚度都会降低,缸盖位移及缸盖振动加速度幅值增大;对峰值压力出现时刻后缸盖位移的频谱分析结果表明,缸盖、机体系统的固有频率相应减低。3.基于振动信号时域波形划分缸内燃烧主要阶段的方法。理论分析和试验结果表明,缸盖振动加速度信号第一个峰值出现位置同压升率曲线上表征缸内燃烧起始时刻的折点密切相关,由此,作者提出了利用缸盖振动加速度信号第一个峰值出现时刻估计缸内燃烧起始时刻的方法。研究结果表明振动加速度信号第一个谷点出现时刻同最大压升率出现的时刻有关,而振动加速度信号第二个峰值点出现时刻同缸内峰值压力出现的时刻有关,由此,提出了利用加速度信号的特征点对缸内主要燃烧阶段进行划分的方法。4.活塞换向撞击激励的频谱分析。分析了往复式动力机械活塞换向撞击产生的必然性,并对活塞换向撞击过程的影响因素进行分析。测量了ZH195柴油机反拖工况及495T柴油机某缸停油时活塞换向撞击激励的响应信号,利用连续小波变换对其进行分析,认为两种柴油机活塞换向撞击激励响应信号的能量均主要分布在5kHz附近及10kHz～20kHz之间的频段。通过对盲源分离算法应用条件的分析,认为该算法可用于分离缸盖振动加速度响应信号。引入基于独立成分分析的FastICA算法,对ZH195柴油机正常工作工况时的燃烧激励及活塞换向撞击激励的响应信号进行分离。利用连续小波变换对分离得到的活塞换向撞击激励响应信号进行了时频分析,结果表明该柴油机正常工作工况时活塞换向撞击激励响应信号的能量仍以高频为主,与缸内无燃烧过程时相比,低频成分的能量有所增加。5.振动加速度信号与缸内燃烧状况相关性分析。采用了时频分析方法对局部时段内的信号进行频谱分析,与传统频谱分析方法的对比结果表明,该方法可以有效地提高频率分辨率。采用时频分析方法分析了反拖工况、高压油管泄露工况及正常工作工况时缸内压力升高加速度频谱,认为各工况下2000Hz以下频谱的能量与缸内燃烧状况存在一致的变化趋势。振动加速度信号的频谱分析结果表明,在上述频段内,振动加速度信号的频谱信息与缸内燃烧状况及系统特性都有关系。6.基于局部时段振动加速度信号评价缸内燃烧过程的研究。对比了不同工况下缸盖振动加速度信号第一个峰值到第一个谷值之间的波动量及频谱能量与缸内燃烧状况之间的关系,认为不同转速时振动加速度信号的上述参数与缸内燃烧状况间没有规律性的对应关系;而相同转速时振动加速度信号的上述参数与最大压升率存在明确的对应关系。为此,作者提出利用振动加速度信号第一个峰值到第一个谷值之间的波动量及频谱能量,通过相互比较来评价多缸机各缸燃烧差异的方法。在495T柴油机上的实验结果表明,提出的方法可用于对该柴油机各缸的燃烧差异进行评价。7.基于神经网络识别缸内压力信号的研究。通过对不同训练函数性能的对比,选定共轭梯度法作为训练函数。首先利用整个振动加速度信号进行了缸内压力信号的识别研究,由于峰值压力出现时刻后振动加速度信号蕴含的缸内燃烧状况的信息减弱,使得这种方法识别的缸内压力信号可能存在波动较大的问题。为了改善识别的效果,作者提出了利用峰值压力出现时刻前的振动加速度信号识别缸内压力信号的方法。任选四组未参与训练工况的数据建立校验样本对训练完毕的神经网络进行校验,结果表明识别的缸内压力与实际缸内压力在燃烧起始时刻及峰值压力出现时刻等关键点基本重合,幅值的最小误差为1.4%,最大误差为7.9%,由此,作者认为如果能增加训练样本的数量,利用局部时段振动信号识别缸内压力信号可取得较理想的效果。

论文目录

• 摘要
• ABSTRACT
• 符号说明
• 第1章 绪论
• 1.1 研究背景和意义
• 1.2 缸内燃烧状况评价方法概述
• 1.2.1 基于瞬时转速信号的评价方法
• 1.2.2 基于辐射噪声信号的评价方法
• 1.2.3 基于缸盖螺栓应力的评价方法
• 1.2.4 基于多传感器信号融合的评价方法
• 1.3 基于表面振动信号评价缸内燃烧状况研究概述
• 1.3.1 燃烧激励响应信号建模分析
• 1.3.2 撞击激励响应信号建模分析及试验研究
• 1.3.3 反映缸内燃烧状况的振动信号特征参数提取
• 1.3.4 缸内压力信号识别研究
• 1.4 课题的主要研究内容
• 第2章 柴油机缸盖振动信号测量方法及信号分析技术
• 2.1 概述
• 2.2 试验平台及试验方案
• 2.2.1 试验平台
• 2.2.2 试验方案
• 2.3 振动信号的测量方法
• 2.3.1 采样频率设定
• 2.3.2 传感器安装方式
• 2.3.3 测点选择
• 2.4 缸盖振动信号预处理技术
• 2.4.1 缸盖振动信号零线漂移时信号处理方法
• 2.4.2 缸盖振动信号干扰成分滤波方法
• 2.5 缸盖振动信号分析技术
• 2.5.1 振动信号常用分析技术
• 2.5.2 振动信号时频分析技术
• 2.6 本章小结
• 第3章 缸内燃烧激励响应信号的数值分析
• 3.1 概述
• 3.2 燃烧激励响应信号分析模型
• 3.2.1 有限元技术的发展
• 3.2.2 有限元分析模型
• 3.3 燃烧激励响应信号理论分析
• 3.3.1 模型验证
• 3.3.2 缸盖位移信号分析
• 3.3.3 缸盖振动加速度信号分析
• 3.3.4 缸盖振动响应信号影响因素分析
• 3.4 缸盖振动加速度信号与燃烧过程时域相关性分析
• 3.4.1 燃烧压力及其导数时域分析
• 3.4.2 基于加速度信号估计燃烧始点
• 3.4.3 基于加速度信号估计燃烧过程主要阶段
• 3.5 本章小结
• 第4章 活塞换向撞击激励响应信号分析
• 4.1 概述
• 4.2 活塞换向撞击过程分析
• 4.2.1 活塞换向撞击过程
• 4.2.2 活塞换向撞击影响因素
• 4.3 活塞换向撞击激励响应信号频谱分析
• 4.3.1 ZH195柴油机换向撞击激励响应信号频谱分析
• 4.3.2 495T柴油机换向撞击激励响应信号频谱分析
• 4.4 利用盲源分离算法分离缸盖振动加速度信号的研究
• 4.4.1 盲源分离算法数学模型及常用算法
• 4.4.2 独立成分分析算法数学模型
• 4.4.3 独立成分分析算法分离缸盖振动加速度信号可行性分析
• 4.4.4 独立成分分析算法分离缸盖振动加速度信号
• 4.5 本章小结
• 第5章 缸盖表面振动加速度信号与缸内燃烧状况关系探讨
• 5.1 概述
• 5.2 压力升高加速度及缸盖振动加速度信号频谱分析
• 5.2.1 局部时段内信号频谱分析方法
• 5.2.2 压力升高加速度频谱分析
• 5.2.3 振动加速度信号频谱分析
• 5.3 局部时段振动加速度信号与缸内燃烧过程关系探讨
• 5.3.1 局部时段振动加速度信号与缸内燃烧过程对比分析
• 5.3.2 振动加速度信号特征参数的选取
• 5.3.3 利用局部时段振动加速度信号评价缸内燃烧状态的研究
• 5.4 本章小结
• 第6章 基于振动加速度信号识别缸内压力信号的研究
• 6.1 概述
• 6.2 神经网络基本介绍
• 6.2.1 神经网络的特点
• 6.2.2 BP神经网络介绍
• 6.3 基于整个振动加速度信号识别缸内压力信号的研究
• 6.3.1 参数确定
• 6.3.2 识别效果分析
• 6.4 基于局部时段振动加速度信号识别缸内压力信号的研究
• 6.4.1 参数确定
• 6.4.2 识别效果分析
• 6.5 本章小结
• 第7章 全文总结和建议
• 7.1 论文主要结论
• 7.2 论文创新点
• 7.3 对下一步研究工作的建议
• 参考文献
• 致谢
• 攻读博士学位期间主要成果
• 学位论文评阅及答辩情况表
• ENGLISH DISSERTATION
• Paper Ⅰ:Study on Diesel Engine Condition Monitoring Based On Selective Regional Correlation Pattern Recognition
• Paper Ⅱ:Study on the Relationship between Diesel Engine Combustion Process and Vibration Signal Frequency Domain Features