基于卡尔曼转速观测器时频变换的失火故障诊断

摘要：

针对节气门开度和负载的随机大幅突变而导致的复杂工况下发动机失火诊断策略精度下降的问题,提出利用爆炸及燃烧学理论和牛顿运动定律对发动机汽缸内部做功时的爆炸形式进行建模,建立关于节气门开度和负载的一步迭代转速模型.利用卡尔曼滤波器对转速迭代模型的输出进行最优估计以消除噪声影响.针对失火故障按失火缸数进行分类,提出转速一步迭代模型和转速实际观测值的序列残差变化率时频变换分析法,即对转速一步迭代模型和转速观测值残差序列变化率的频率特性进行分析,得到报警阈值,进而得出失火诊断策略.AMESim软件仿真结果表明:失火工况和非失火工况以及不同的失火类型对应的残差序列变化率的时频特性在低频、基频和倍频的幅值上存在明显的差异,利用神经网络对不同的失火类型表现出的不同频谱特性进行分类,完成对失火故障类型的确定,证明了本方法的可行性、有效性和精确性.

关键词：车辆工程、失火故障诊断、转速迭代模型、卡尔曼滤波器、时频变换、人工神经网络、AMESim

所属期刊栏目：49

分类号：U461;TK418(汽车工程)

资助基金：国家自然科学基金61374046

在线出版日期：2020-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：209-220