[发明专利]一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法在审
| 申请号: | 202211279645.4 | 申请日: | 2022-10-19 |
| 公开(公告)号: | CN115630498A | 公开(公告)日: | 2023-01-20 |
| 发明(设计)人: | 李国兴;和超亮;刘东;吴宏宇;郑可聪;许乃山 | 申请(专利权)人: | 太原理工大学 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F18/10;G06F18/2134;G06F17/18;F02F1/00;F02F1/20;G01B21/08 |
| 代理公司: | 北京盛询知识产权代理有限公司 11901 | 代理人: | 李茜茜 |
| 地址: | 030024 *** | 国省代码: | 山西;14 |
| 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 基于 振动 信号 活塞 套间 润滑 油膜 厚度 评估 方法 | ||
本发明公开一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法,包括:获取运行工况下的结构振动信号、曲轴位置信号、活塞‑缸套间油膜厚度、润滑油温度、润滑油理化特性参数;对所述结构振动信号进行预处理;基于预处理后的所述振动信号区块、润滑油温度和润滑油理化特性参数构建预测变量;基于所述预测变量和所述活塞‑缸套间油膜厚度构建预测模型,将所述预测变量输入至所述预测模型,输出预测的发动机活塞—缸套间油膜厚度。能够实时评估发动机运行时的润滑状态,有效避免因为润滑不足而造成设备损坏,提高发动机运行的安全可靠性。
技术领域
本发明属于发动机缸套—活塞组润滑油膜厚度评估技术领域,尤其涉及一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法。
背景技术
缸套-活塞组是内燃机的核心摩擦副之一,其润滑性能的好坏对内燃机的动力性、可靠性、经济性和排放指标有着重要的影响。活塞—缸套间润滑油膜过薄,接触面处于干摩擦状态,会导致活塞拉缸不能正常工作;油膜过厚时,工作过程中润滑油消耗增加,油膜承载能力下降,运行阻力增大,工作不稳定。
已有研究表明,缸套-活塞间的润滑和缸体的结构振动之间存在密切联系。基于振动信号能够实现对活塞—缸套间油膜厚度预测。目前,多数发动机润滑状态检测工作是围绕润滑油理化特性分析展开的,大多数分析样本需要从油底壳获取,检测结果缺乏准确性和实时性。声发射技术作为一种动态无损检测方法,在材料变形或受损之后发出的瞬态弹性波,进而实现材料的状态监测和缺陷的预报,该方法缺乏主动性,无法提前预知故障发生。因此,开发一种低成本、轻便、可靠、主动性强的润滑评估方法是极其重要的。
发明内容
为解决上述技术问题,本发明提出一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法,能够实时评估发动机运行时的润滑状态,有效避免因为润滑不足而造成设备损坏,提高发动机运行的安全可靠性。
为实现上述目的,本发明提供了一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法,包括:
获取运行工况下的结构振动信号、曲轴位置信号、活塞-缸套间油膜厚度、润滑油温度、润滑油理化特性参数;
对所述结构振动信号进行预处理;
基于预处理后的所述振动信号、润滑油温度和润滑油理化特性参数构建预测变量;
基于所述预测变量和所述活塞-缸套间油膜厚度构建预测模型,将所述预测变量输入至所述预测模型,输出发动机活塞—缸套间油膜厚度预测结果。
可选地,所述结构振动信号包括:缸盖振动信号、缸体振动信号或缸套振动信号。
可选地,对所述结构振动信号进行预处理包括:对所述结构振动信号进行滤波预处理,对滤波后的所述结构振动信号进行时频分析、区块分割和特征值提取。
可选地,对滤波后的所述结构振动信号进行时频分析包括:将滤波后的所述振动信号进行由时域到时频域进行转换,获取时频图谱。
可选地,滤波后的所述结构振动信号进行区块分割包括:基于所述曲轴位置信号剔除所述时频图谱中机械相关事件的时频区块,获取预设时频响应区块;其中,所述机械相关事件包括:燃烧冲击事件、泵油事件和进排气门开闭事件,所述时频响应信号区块为:包含活塞侧击所产生的振动信号区块。
可选地,滤波后的所述结构振动信号进行特征值提取包括:剔除所述时频响应信号区块中的高频响应区块,将剩余相应区块划分为子区块,提取各个所述子区块的特征值;其中,所述高频响应区块包括:门开闭响应区块和喷油器落座响应区块,所述特征值包括:峰值、有效值、峭度、均值、方差、标准差、峰峰值和裕度。
可选地,构建所述预测模型包括:将所述预测变量和所述活塞-缸套间油膜厚度进行回归分析,构建所述预测模型;其中,所述回归分析为:逻辑回归、线性回归、多项式回归、套索回归、主成分回归、逐步回归、岭回归或弹性网回归中的任一种。
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太原理工大学,未经太原理工大学许可,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/202211279645.4/2.html,转载请声明来源钻瓜专利网。





