[发明专利]一种火花塞间隙预测方法与装置有效
| 申请号: | 201710108318.5 | 申请日: | 2017-02-27 |
| 公开(公告)号: | CN106909787B | 公开(公告)日: | 2018-09-25 |
| 发明(设计)人: | 蒋淑霞 | 申请(专利权)人: | 中南林业科技大学 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 |
| 代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 马骁;于洁 |
| 地址: | 410004 湖南省长*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 火花塞 间隙 预测 方法 装置 | ||
本发明公开了一种火花塞间隙预测方法与装置包括:在各种工况下采集不同火花塞间隙的原始点火波形信号;对原始点火波形信号进行小波阈值最优去噪,生成去噪点火波形信号;计算去噪点火波形信号的盒维数特征;对火花塞间隙以及与其对应的盒维数特征进行二次函数拟合;采集待测火花塞间隙的点火波形信号,并根据拟合函数预测火花塞间隙。本发明能够进行客观的定量计算并预测火花塞间隙,为点火系统故障诊断提供可操作的解决方案。
技术领域
本发明涉及发动机技术领域,特别地,涉及一种火花塞间隙预测方法与装置。
背景技术
点火系统是汽油发动机最核心的系统,发动机性能,包括动力性、经济性、安全性、噪声和废气排放,都受点火系统性能使用状况直接影响,点火系统故障在整个发动机故障中所占比例最大。火花塞状态是决定点火系统性能一个非常重要的因素,发动机性能测试仪能测出火花塞间隙变化时点火波形各参数的变化规律。对点火波形的形态、参数等进行定性、定量分析,研究火花塞间隙变化时,次级击穿电压、火花初始、火花持续时间、末端电压、闭合时间的变化规律非常有意义。
现有技术或根据发动机火花塞间隙变化对点火波形的影响找出点火次级波形各参数的变化规律,或提出发动机的时域和频域波形分析方法。但其共同问题在于,现有技术的实现必须由专业人员人工观察,得到的结果不具备一般性,主观性太强、不能实现定量分析、且不能随火花塞间隙进行预测,无法满足生产中点火系统故障诊断的需求。
针对现有技术中的问题,目前尚未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提出一种火花塞间隙预测方法与装置,能够进行客观的定量计算并预测火花塞间隙,为点火系统故障诊断提供可操作的解决方案。
基于上述目的,本发明提供的技术方案如下:
根据本发明的一个方面,提供了一种火花塞间隙预测方法,包括:
在各种工况下采集不同火花塞间隙的原始点火波形信号;
对原始点火波形信号进行小波阈值最优去噪,生成去噪点火波形信号;
计算去噪点火波形信号的盒维数特征;
对火花塞间隙以及与其对应的盒维数特征进行二次函数拟合;
采集待测火花塞间隙的点火波形信号,并根据拟合函数预测火花塞间隙。
在一些实施方式中,所述对原始点火波形信号进行小波阈值最优去噪包括:
将所述原始点火波形信号在各尺度上进行小波分解;
根据预先设定的小波系数阈值,将各尺度高分辨率上小于所述阈值的小波系数归零;
根据处理过的小波系数在各尺度上进行小波重构。
在一些实施方式中,所述预先设定的小波系数阈值为使去噪点火波形信号的信噪比最大化的无偏风险估计阈值。
在一些实施方式中,所述计算去噪点火波形信号的盒维数特征包括:
在所述去噪点火波形信号上构建多个正方形的盒;
计算每个盒与所述去噪点火波形信号的交点个数;
对盒边长以及与盒边长相对应交点个数进行拟合并计算去噪点火波形信号的盒维数特征。
在一些实施方式中,对盒边长以及与盒边长相对应交点个数进行拟合并计算去噪点火波形信号的盒维数特征为:对盒边长的对数以及与盒边长相对应交点个数的对数进行线性拟合获得直线斜率,并根据所述直线斜率计算去噪点火波形信号的盒维数特征。
根据本发明的另一个方面,提供了一种火花塞间隙预测装置,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南林业科技大学,未经中南林业科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710108318.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:钻杆动力大钳智能扭矩仪
- 下一篇:一种具有警报装置的锅炉压力表
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





