基于FBG加速度傳感器的內(nèi)燃機(jī)典型故障識(shí)別系統(tǒng)與方法研究.pdf

1、內(nèi)燃機(jī)結(jié)構(gòu)健康監(jiān)測與不解體故障識(shí)別技術(shù)是確保內(nèi)燃機(jī)及以其為動(dòng)力源的大型機(jī)械裝備安全穩(wěn)定運(yùn)行的關(guān)鍵保障之一。內(nèi)燃機(jī)表面振動(dòng)信號(hào)中包含了豐富的狀態(tài)信息，因此，基于振動(dòng)分析技術(shù)的內(nèi)燃機(jī)結(jié)構(gòu)健康監(jiān)測引起了國內(nèi)外學(xué)者的廣泛關(guān)注，并取得了一定的研究成果，但仍然面臨一系列挑戰(zhàn)，諸如傳統(tǒng)電類振動(dòng)傳感器受內(nèi)燃機(jī)結(jié)構(gòu)和工作環(huán)境影響，所獲取的信號(hào)表現(xiàn)為非平穩(wěn)、非線性特性，難以直接作為內(nèi)燃機(jī)故障識(shí)別的依據(jù);內(nèi)燃機(jī)復(fù)合故障識(shí)別方法尚處于初步探索階段，遠(yuǎn)未成熟等。

2、
　　針對(duì)以上問題，本課題以內(nèi)燃機(jī)典型故障為研究對(duì)象，通過FBG加速度傳感器設(shè)計(jì)、解調(diào)系統(tǒng)構(gòu)建、信號(hào)處理、特征提取、故障識(shí)別方法等研究，建立高可靠性的內(nèi)燃機(jī)典型故障識(shí)別模型，實(shí)現(xiàn)內(nèi)燃機(jī)典型故障準(zhǔn)確識(shí)別。具體研究內(nèi)容闡述如下:
　　(1)針對(duì)現(xiàn)有FBG加速度傳感器靈敏度較低、平坦響應(yīng)區(qū)窄和抗交叉干擾能力差的問題，在理論分析其傳感機(jī)理的基礎(chǔ)上，提出了基于柔性鉸鏈結(jié)構(gòu)的高靈敏度FBG加速度傳感模型，利用ANSYS軟件仿真分析了其響

3、應(yīng)特性，優(yōu)化傳感器結(jié)構(gòu)，研制了基于柔性鉸鏈結(jié)構(gòu)的傳感器，進(jìn)而利用可調(diào)諧F-P濾波器，構(gòu)建了基于邊緣濾波原理的高頻解調(diào)系統(tǒng)。
　　(2)提出了一種基于多分類支持向量機(jī)的內(nèi)燃機(jī)氣門故障識(shí)別方法。在分析氣門狀態(tài)監(jiān)測FBG傳感器優(yōu)化布置的基礎(chǔ)上，構(gòu)建了內(nèi)燃機(jī)氣門運(yùn)行狀態(tài)監(jiān)測系統(tǒng)，實(shí)現(xiàn)了氣門故障信號(hào)的準(zhǔn)確檢測。利用小波分解與重構(gòu)算法和振蕩能量提取氣門故障信號(hào)特征，建立了信號(hào)特征與氣門故障之間的關(guān)系模型，利用具有良好分類精度的支持向量機(jī)算法，

4、在少量模型訓(xùn)練樣本條件下，實(shí)現(xiàn)了內(nèi)燃機(jī)氣門故障的高準(zhǔn)確率識(shí)別。
　　(3)提出了一種基于變分模態(tài)分解算法和多分類支持向量機(jī)的內(nèi)燃機(jī)噴油提前角故障識(shí)別方法。利用變分模態(tài)分解算法和振蕩能量提取噴油提前角故障信號(hào)特征，建立了信號(hào)特征與噴油提前角故障之間的關(guān)系模型，利用具有良好分類精度的支持向量機(jī)算法，在少量模型訓(xùn)練樣本條件下，實(shí)現(xiàn)了內(nèi)燃機(jī)噴油提前角的高準(zhǔn)確率故障識(shí)別。
　　(4)提出了一種基于擴(kuò)散映射算法和多分類支持向量機(jī)的內(nèi)燃機(jī)