[发明专利]基于短时傅立叶变换和主分量分析的发动机失火故障诊断方法

摘要

本发明提供一种基于短时傅立叶变换和主分量分析的发动机失火故障诊断方法首先基于短时傅立叶变换精确获得工作循环内反映各缸工作状态的瞬时转速波形，并在此基础上进行工作循环内波形的特征参数提取，提取反映各缸工作状态的高维特征向量。本发明以提取的高维特征向量为分析对象，利用主分量分析的T2和SPE监测指标对失火故障进行监测，并采用主分量分析的贡献图法对故障缸进行精确定位。

主权项

基于短时傅立叶变换和主分量分析的发动机失火故障诊断方法，其特征在于：包括以下步骤：1)将发动机转速信号等间隔划分成长度为L的连续信号，然后对划分的每段长度为L的连续信号进行短时傅立叶变换，得到转速信号的时频分布；2)根据转速信号的时频分布，采用基于代价函数的时频分布脊线提取方法计算瞬时频率；根据瞬时频率计算发动机的瞬时转速；所述瞬时频率的计算方法具体包括以下步骤：2.1)构建如下式所示的代价函数：CFk＝‑|S(k,a(k))|2+|a(k)‑a(k‑1)|2,k＝2,3,...,n其中k为时间轴上的索引值，a(k)为k时刻的频率值，n为索引值的最大值，S为对应时刻短时傅立叶谱；2.2)通过最小化代价函数，在时间轴上寻找谱峰模值较大并且变化光滑的局部最大值作为瞬时频率值；3)对瞬时转速波形按照不同气缸做功区间进行划分，在各自区间内分别计算转速波形的波动参数值、峰值和峭度，其中波动参数值定义为：B＝|Mright‑Mleft|其中Mright和Mleft分别表示单缸各自区间转速波形右端点的幅值和左端点的幅值；那么，由瞬时转速波形提取得到基于如下3N维特征向量F的特征数据：F＝[B P K],B＝[Bi],P＝[Pi],K＝[Ki]；i＝1,2,…N其中P为峰值，K为峭度，N为气缸数目，i按照气缸工作时序进行排列；4)根据步骤3)获得的特征数据，采用主分量分析进行失火故障监测与诊断。