[发明专利]一种内燃机噪声源识别方法

摘要

本发明涉及一种内燃机噪声源识别方法，步骤如下：采集内燃机标准工况和倒拖工况的整机噪声信号，测试标准工况下缸盖、活塞敲击点主推力侧、喷油泵、涡轮增压器、空压机、油底壳、齿轮罩盖、缸盖罩的振动信号和缸压信号；对振动信号和噪声信号进行去直流、去趋势项和滤波预处理，以减少信号采集误差；对预处理的噪声信号进行改进变分模态分解IVMD，自适应获得不同频段的信号分量；采用小波变换对分解的噪声分量进行时频分析，确定各噪声分量时频、功率谱特征；根据时频分析结果和内燃机先验知识进行内燃机阶次噪声识别，并采用倒拖试验和相关性分析确认分离结果；分离内燃机的非阶次噪声源。

主权项

1.一种内燃机噪声源识别方法，步骤如下：/n(1)采集内燃机标准工况和倒拖工况的整机噪声信号，测试标准工况下缸盖、活塞敲击点主推力侧、喷油泵、涡轮增压器、空压机、油底壳、齿轮罩盖、缸盖罩的振动信号和缸压信号。/n(2)对振动信号和噪声信号进行去直流、去趋势项和滤波预处理，以减少信号采集误差；/n(3)对预处理的噪声信号进行改进变分模态分解IVMD，自适应获得不同频段的信号分量，即采用模拟退火改进粒子群算法进行VMD优化，方法如下：/n(a)初始化算法参数：粒子种群数Sizepop＝100，最大迭代次数Mxiter＝50，认知学习因子C1＝1.495，社会学习因子C2＝1.495，模态数K＝[3；4；5；6；7；8；9；10]，惩罚因子a＝[50,4000]的随机数，粒子飞行的最大速度Vmax＝2，最小速度Vmin＝-2；/n(b)基于VMD算法对内燃机顶部噪声信号进行分解，以模态数K和惩罚因子a作为优化变量，以最小幅值谱熵平均值