基于AWMMD的柴油机气缸故障特征提取方法研究

摘要：

针对柴油机气缸故障诊断时的噪声干扰问题,提出一种自适应加权多尺度形态分解(adaptive weighted multi-scale morphological decomposing,AWMMD)方法,从各个缸盖表面振动信号中提取故障特征.基于三种组合算子构造一种新的组合差值形态滤波器,用于对振动信号进行多尺度分解;以Teager能量峭度作为评判指标,设计基于遗传算法的各尺度形态模式分量(morphological mode component,MMC)权值自适应分配算法,提出加权多尺度形态分解方法;将自适应权值与多尺度分解的形态模式分量进行绑定,得到优化的故障特征提取结果.仿真信号测试与柴油机故障模拟信号分析结果表明,该方法能有效抑制噪声干扰并提取故障特征.

关键词：柴油机气缸、振动信号、特征提取、多尺度形态分解(MMD)、自适应加权(AW)

所属期刊栏目：42

分类号：TP182(自动化基础理论)

资助基金：湖南省教育厅科学研究优秀青年项目;湖南省教育厅科学研究优秀青年项目

在线出版日期：2023-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：333-340