内燃机KVMD-MHD振动谱图表征与TD-2DPCA编码诊断方法研究

摘要：

为了直接对内燃机振动谱图像进行诊断识别,提出一种基于改进变分模态分解(VMD)、Margenau-Hill(M HD)时频分析与双向二维主成分分析(Two-directional,Two-dimensional PCA,TD-2DPCA)的内燃机振动谱图像识别诊断方法.该方法首先针对VMD分解过程中的层数选取问题,提出了一种中心频率筛选的VMD分解层数改进方法(KVMD),然后将内燃机振动信号利用KVMD分解成一组单分量模态信号,并对生成的各个单分量信号进行MHD处理后表征成振动谱图像;在此基础上,对生成的内燃机KVMD-MHD振动谱图像采用双向二维主成分分析形成编码矩阵,并采用最近邻分类器(KNNC)对上述编码矩阵直接进行模式识别,以实现内燃机振动谱图像的自动诊断.最后,将该方法应用在气阀机构4种工况下的缸盖表面振动信号诊断实例中,结果表明:该方法不仅改进了传统图像模式识别中的特征参数提取方法,而且能很好地消除时频分布中的交叉干扰项,使各时频分量物理意义明确,能有效诊断出内燃机气阀机构故障,为内燃机振动诊断探索了一条新途径.

关键词：故障诊断、内燃机、时频分布、特征提取、双向二维主成分分析

所属期刊栏目：30

分类号：TH165+.3;TK428

资助基金：国家自然科学基金资助项目51405498;中国博士后科学基金资助项目2015M582642;陕西省自然科学基金资助项目2013JQ8023

在线出版日期：2017-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：688-696