基于Hilbert-Huang变换的柴油机气门漏气故障诊断研究

,

(海军工程大学 船舶与动力学院, 武汉 430033)

在机械设备的故障诊断中,可以通过对设备振动信号的处理,提取设备的状态信息。常用的信号处理和特征提取方法包括时域分析法和频域分析法,一般对于平稳随机振动信号通过时域或者频域分析便可提取设备的信息。但是,与普通随机信号不同,柴油机缸盖的振动信号是一种典型的非平稳时变信号,具有局部冲击的特点,用一般的时域或频域分析都难以满足特征提取的要求。单纯采用时域或频域分析都无法同时兼顾缸盖振动信号的时域和频域特性,并从中提取诊断特征参数,而时频分析方法则提供了一条新的途径。本文通过分析缸盖振动信号诊断气门漏气故障的机理,引入Hilbert-Huang变换(HHT)，对缸盖振动信号进行时频分析,突现其局部特征,实机诊断气门漏气故障取得了预期的效果。

1 Hilbert-Huang变换

Hilbert-Huang变换包括经验模态分解(empirical mode decomposition，EMD)和Hilbert变换两个过程,其中最关键的部分是EMD分解[1-3]。EMD分解将复杂的信号函数分解为有限的本征模态函数(intrinsic mode function, IMF)之和,表示成：

(1)

式中：ci(t)——第i个本征模态函数；

rn(t)——剩余分量。

经过EMD分解之后得到的每一个IMF所包含的频率成分不仅与分析频率有关,而且最重要的是随信号本身变化而变化,因此,EMD分解是自适应的信号处理方法。更重要的是对信号进行EMD分解后,使得瞬时频率具有了物理意义,从而可以计算每一个IMF分量的瞬时频率和瞬时幅值,具体步骤如下：

对式(1)中的每个本征模态函数ci(t)作Hilbert变换得到：

(2)

构造解析信号：

(3)

于是得到幅值函数和相位函数：

(4)

(5)

进一步可以求出瞬时频率：

(6)

这样,可以得到：

(7)

这里省略了残量rn(t),RP表示取实部。展开式(7)称为Hilbert谱,记作：

(8)

再定义Hilbert边际能量谱:

(9)

式中：T——信号的总长度。

H(ω,t)精确地描述了信号的幅值在整个频率段上随时间和频率的变化规律。需要特别指出的是,这里H(ω,t)、B(ω)中的频率与傅里叶谱分析中的频率意义是完全不同的，在某一频率ω处能量的存在,仅代表在数据的整个时间长度上,很可能有这样一个频率的振动波在局部出现过。事实上,Hilbert谱是一个加权的联合时间频率幅度分布,在每一个时间频率单元上的权值就是局部幅度值。于是,在边界能量谱中某一频率仅代表有这样频率的振动存在的可能性,这个振动波发生的精确时间在Hilbert谱中给出[4]。这为分析柴油机缸盖这种典型非平稳时变信号提供了一种新的方法。

2 诊断机理

作为燃烧室一部分的气门,工作条件恶劣,气门头部底部直接与气缸内高温气体接触,排气门还受到高温燃气的冲刷作用;气门的频繁落座和敲击的冲击力相当大,气门在气体爆发压力下容易产生变形,由于气门配合部位过渡磨损或烧损将导致漏气故障。为了从气缸盖表面的振动信号中获取气门是否漏气的信息,必须了解缸盖振动信号激励源的基本特征。

缸盖振动信号的主要激励源有：气体爆压冲击;排气门落座冲击;进气门落座冲击;排气门开启时气体节流产生的冲击等。气门漏气时,高温高压气体通过很小的缝隙向外喷射从而形成对缸盖的脉冲激励力,引发表面的局部振动,这一脉冲激励力的大小与缸内压力和漏气程度有关。对不同的漏气程度,激励力的变化引起缸盖振动特性的变化,从而使得通过对缸盖振动信号的分析和处理来获取有关气门漏气状态的信息成为可能。

狭缝喷流的声学特性研究表明：漏气的声学信号相当于一个准“白噪声”信号,也就是说“漏气作用力”的频率范围很宽。从缸盖系统的响应分析[5]可知,气体爆压作用是一个低频 (<500 Hz)激励力。这两种作用力叠加到一起,“漏气作用力”的低频部分将被气体爆压激励力掩盖甚至淹没,而高频部分则比较明显;另外,气门漏气使气缸内压力降低,气体爆压冲击减小,缸盖对爆压激励力的响应(低频部分)也会相应减小。因此,可以初步判断,气门漏气使缸盖振动信号的高频部分能量增大而低频部分能量减小。

因此,利用缸盖振动信号对气门漏气进行诊断时,应选择气缸内外燃烧压力差最大时的振动信号进行分析。具体来说,应该选择最大爆压附近的缸盖振动信号,分析其高频成分,作为气门漏气的判断标准。由于气体爆压产生的表面振动集中在中低频成分,因此两者之间并不存在冲突。

3 气门漏气故障诊断实例

进气门由于受到气流的冷却作用,热负荷相对较轻,发生故障的可能性较小,而排气门的热负荷重,发生故障的可能性大,且检测更加困难。为了对比分析排气门漏气对缸盖振动信号的影响,实验在6135型柴油机上模拟排气门漏气故障。

将排气门座密封面开两个长2 mm、宽1 mm的缺口,测取正常与漏气情况下缸盖振动信号,结果见图1。

其中信号是从柴油机工作周期中截取的最大爆压附近缸盖振动信号,分析点数为512个点(最高压力点前3 ms为起始点),这段信号对气门漏气故障最为敏感。

a) 正常

b) 漏气图1 最大爆压附近缸盖振动信

图2为其EMD分解结果,信号EMD分解的结果包含了从高到低不同频率段的成分,从上述时间域上看不出两种工况下在不同频率段的能量分布,为了弄清各频带的能量随时间分布情况,进一步求得其Hilbert谱如图3和图4所示。

a) 正常

b) 漏气图2 最大爆压附近缸盖振动信号EMD分解结

从Hilbert谱中可以看出,正常工况下燃烧激振能量主要集中在4～6 kHz区间,而漏气时大于6 kHz的高频区域能量明显增加,这与气门漏气时柴油机表现出来的工作特性是一致的。进一步求得两种工况下的Hilbert边际能量谱见图5。

图3 正常工况下最大爆压附近缸盖振动信号的

图4 漏气工况下最大爆压附近缸盖振动信号的

a)

b)

从图5中可以清晰地看出气门漏气时集中在4～6 kHz的燃烧激振响应的能量减小,而大于6 kHz到12 kHz的高频部分能量增加,这与气门漏气故障的原理相一致,此方法有效识别了柴油机气门漏气故障,与文献[6]中采用的傅里叶谱分析方法相比更具优越性。

4 结论

基于Hilbert-Huang变换的缸盖振动信号处理和特征提取方法，通过对6135型柴油机气门漏气故障诊断表明有效,为柴油机故障诊断提供了一种很有应用价值的方法。

[1] Huang N E, Shen Z, Long S R.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings of the Royal Society of London Series,1998,454:903-995.

[2] Huang N E, Shen Z, Long S R.A new view of nonlinear water waves: the Hilbert spectrum[J].Annual Review of Fluid Mechanics,1999,31:417-457.

[3]于德介,程军圣,杨 宇.机械故障诊断的Hilbert-Huang变换方法[M].北京:科学出版社,2006.

[4] 王 珍.基于局域波分析的柴油机故障诊断方法的研究及应用[D].大连：大连理工大学，2002.

[5] 杨建国,周轶尘.内燃机振动监测与故障诊断[M].大连:大连海运学院出版社,1994.

[6] 刘世元,杜润生,杨叔子.内燃机缸盖振动信号的特性与诊断应用研究[J].华中理工大学学报,1999,27(7):48-50.