,

(海軍工程大學(xué) 船舶與動(dòng)力學(xué)院, 武漢 430033)

在機(jī)械設(shè)備的故障診斷中,可以通過(guò)對(duì)設(shè)備振動(dòng)信號(hào)的處理,提取設(shè)備的狀態(tài)信息。常用的信號(hào)處理和特征提取方法包括時(shí)域分析法和頻域分析法,一般對(duì)于平穩(wěn)隨機(jī)振動(dòng)信號(hào)通過(guò)時(shí)域或者頻域分析便可提取設(shè)備的信息。但是,與普通隨機(jī)信號(hào)不同,柴油機(jī)缸蓋的振動(dòng)信號(hào)是一種典型的非平穩(wěn)時(shí)變信號(hào),具有局部沖擊的特點(diǎn),用一般的時(shí)域或頻域分析都難以滿足特征提取的要求。單純采用時(shí)域或頻域分析都無(wú)法同時(shí)兼顧缸蓋振動(dòng)信號(hào)的時(shí)域和頻域特性,并從中提取診斷特征參數(shù),而時(shí)頻分析方法則提供了一條新的途徑。本文通過(guò)分析缸蓋振動(dòng)信號(hào)診斷氣門(mén)漏氣故障的機(jī)理,引入Hilbert-Huang變換(HHT)，對(duì)缸蓋振動(dòng)信號(hào)進(jìn)行時(shí)頻分析,突現(xiàn)其局部特征,實(shí)機(jī)診斷氣門(mén)漏氣故障取得了預(yù)期的效果。

1 Hilbert-Huang變換

Hilbert-Huang變換包括經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition，EMD)和Hilbert變換兩個(gè)過(guò)程,其中最關(guān)鍵的部分是EMD分解[1-3]。EMD分解將復(fù)雜的信號(hào)函數(shù)分解為有限的本征模態(tài)函數(shù)(intrinsic mode function, IMF)之和,表示成：

(1)

式中：ci(t)——第i個(gè)本征模態(tài)函數(shù)；

rn(t)——剩余分量。

經(jīng)過(guò)EMD分解之后得到的每一個(gè)IMF所包含的頻率成分不僅與分析頻率有關(guān),而且最重要的是隨信號(hào)本身變化而變化,因此,EMD分解是自適應(yīng)的信號(hào)處理方法。更重要的是對(duì)信號(hào)進(jìn)行EMD分解后,使得瞬時(shí)頻率具有了物理意義,從而可以計(jì)算每一個(gè)IMF分量的瞬時(shí)頻率和瞬時(shí)幅值,具體步驟如下：

對(duì)式(1)中的每個(gè)本征模態(tài)函數(shù)ci(t)作Hilbert變換得到：

(2)

構(gòu)造解析信號(hào)：

(3)

于是得到幅值函數(shù)和相位函數(shù)：

(4)

(5)

進(jìn)一步可以求出瞬時(shí)頻率：

(6)

這樣,可以得到：

(7)

這里省略了殘量rn(t),RP表示取實(shí)部。展開(kāi)式(7)稱為Hilbert譜,記作：

(8)

再定義Hilbert邊際能量譜:

(9)

式中：T——信號(hào)的總長(zhǎng)度。

H(ω,t)精確地描述了信號(hào)的幅值在整個(gè)頻率段上隨時(shí)間和頻率的變化規(guī)律。需要特別指出的是,這里H(ω,t)、B(ω)中的頻率與傅里葉譜分析中的頻率意義是完全不同的，在某一頻率ω處能量的存在,僅代表在數(shù)據(jù)的整個(gè)時(shí)間長(zhǎng)度上,很可能有這樣一個(gè)頻率的振動(dòng)波在局部出現(xiàn)過(guò)。事實(shí)上,Hilbert譜是一個(gè)加權(quán)的聯(lián)合時(shí)間頻率幅度分布,在每一個(gè)時(shí)間頻率單元上的權(quán)值就是局部幅度值。于是,在邊界能量譜中某一頻率僅代表有這樣頻率的振動(dòng)存在的可能性,這個(gè)振動(dòng)波發(fā)生的精確時(shí)間在Hilbert譜中給出[4]。這為分析柴油機(jī)缸蓋這種典型非平穩(wěn)時(shí)變信號(hào)提供了一種新的方法。

2 診斷機(jī)理

作為燃燒室一部分的氣門(mén),工作條件惡劣,氣門(mén)頭部底部直接與氣缸內(nèi)高溫氣體接觸,排氣門(mén)還受到高溫燃?xì)獾臎_刷作用;氣門(mén)的頻繁落座和敲擊的沖擊力相當(dāng)大,氣門(mén)在氣體爆發(fā)壓力下容易產(chǎn)生變形,由于氣門(mén)配合部位過(guò)渡磨損或燒損將導(dǎo)致漏氣故障。為了從氣缸蓋表面的振動(dòng)信號(hào)中獲取氣門(mén)是否漏氣的信息,必須了解缸蓋振動(dòng)信號(hào)激勵(lì)源的基本特征。

缸蓋振動(dòng)信號(hào)的主要激勵(lì)源有：氣體爆壓沖擊;排氣門(mén)落座沖擊;進(jìn)氣門(mén)落座沖擊;排氣門(mén)開(kāi)啟時(shí)氣體節(jié)流產(chǎn)生的沖擊等。氣門(mén)漏氣時(shí),高溫高壓氣體通過(guò)很小的縫隙向外噴射從而形成對(duì)缸蓋的脈沖激勵(lì)力,引發(fā)表面的局部振動(dòng),這一脈沖激勵(lì)力的大小與缸內(nèi)壓力和漏氣程度有關(guān)。對(duì)不同的漏氣程度,激勵(lì)力的變化引起缸蓋振動(dòng)特性的變化,從而使得通過(guò)對(duì)缸蓋振動(dòng)信號(hào)的分析和處理來(lái)獲取有關(guān)氣門(mén)漏氣狀態(tài)的信息成為可能。

狹縫噴流的聲學(xué)特性研究表明：漏氣的聲學(xué)信號(hào)相當(dāng)于一個(gè)準(zhǔn)“白噪聲”信號(hào),也就是說(shuō)“漏氣作用力”的頻率范圍很寬。從缸蓋系統(tǒng)的響應(yīng)分析[5]可知,氣體爆壓作用是一個(gè)低頻 (<500 Hz)激勵(lì)力。這兩種作用力疊加到一起,“漏氣作用力”的低頻部分將被氣體爆壓激勵(lì)力掩蓋甚至淹沒(méi),而高頻部分則比較明顯;另外,氣門(mén)漏氣使氣缸內(nèi)壓力降低,氣體爆壓沖擊減小,缸蓋對(duì)爆壓激勵(lì)力的響應(yīng)(低頻部分)也會(huì)相應(yīng)減小。因此,可以初步判斷,氣門(mén)漏氣使缸蓋振動(dòng)信號(hào)的高頻部分能量增大而低頻部分能量減小。

因此,利用缸蓋振動(dòng)信號(hào)對(duì)氣門(mén)漏氣進(jìn)行診斷時(shí),應(yīng)選擇氣缸內(nèi)外燃燒壓力差最大時(shí)的振動(dòng)信號(hào)進(jìn)行分析。具體來(lái)說(shuō),應(yīng)該選擇最大爆壓附近的缸蓋振動(dòng)信號(hào),分析其高頻成分,作為氣門(mén)漏氣的判斷標(biāo)準(zhǔn)。由于氣體爆壓產(chǎn)生的表面振動(dòng)集中在中低頻成分,因此兩者之間并不存在沖突。

3 氣門(mén)漏氣故障診斷實(shí)例

進(jìn)氣門(mén)由于受到氣流的冷卻作用,熱負(fù)荷相對(duì)較輕,發(fā)生故障的可能性較小,而排氣門(mén)的熱負(fù)荷重,發(fā)生故障的可能性大,且檢測(cè)更加困難。為了對(duì)比分析排氣門(mén)漏氣對(duì)缸蓋振動(dòng)信號(hào)的影響,實(shí)驗(yàn)在6135型柴油機(jī)上模擬排氣門(mén)漏氣故障。

將排氣門(mén)座密封面開(kāi)兩個(gè)長(zhǎng)2 mm、寬1 mm的缺口,測(cè)取正常與漏氣情況下缸蓋振動(dòng)信號(hào),結(jié)果見(jiàn)圖1。

其中信號(hào)是從柴油機(jī)工作周期中截取的最大爆壓附近缸蓋振動(dòng)信號(hào),分析點(diǎn)數(shù)為512個(gè)點(diǎn)(最高壓力點(diǎn)前3 ms為起始點(diǎn)),這段信號(hào)對(duì)氣門(mén)漏氣故障最為敏感。

a) 正常

b) 漏氣圖1 最大爆壓附近缸蓋振動(dòng)信

圖2為其EMD分解結(jié)果,信號(hào)EMD分解的結(jié)果包含了從高到低不同頻率段的成分,從上述時(shí)間域上看不出兩種工況下在不同頻率段的能量分布,為了弄清各頻帶的能量隨時(shí)間分布情況,進(jìn)一步求得其Hilbert譜如圖3和圖4所示。

a) 正常

b) 漏氣圖2 最大爆壓附近缸蓋振動(dòng)信號(hào)EMD分解結(jié)

從Hilbert譜中可以看出,正常工況下燃燒激振能量主要集中在4～6 kHz區(qū)間,而漏氣時(shí)大于6 kHz的高頻區(qū)域能量明顯增加,這與氣門(mén)漏氣時(shí)柴油機(jī)表現(xiàn)出來(lái)的工作特性是一致的。進(jìn)一步求得兩種工況下的Hilbert邊際能量譜見(jiàn)圖5。

圖3 正常工況下最大爆壓附近缸蓋振動(dòng)信號(hào)的

圖4 漏氣工況下最大爆壓附近缸蓋振動(dòng)信號(hào)的

a)

b)

從圖5中可以清晰地看出氣門(mén)漏氣時(shí)集中在4～6 kHz的燃燒激振響應(yīng)的能量減小,而大于6 kHz到12 kHz的高頻部分能量增加,這與氣門(mén)漏氣故障的原理相一致,此方法有效識(shí)別了柴油機(jī)氣門(mén)漏氣故障,與文獻(xiàn)[6]中采用的傅里葉譜分析方法相比更具優(yōu)越性。

4 結(jié)論

基于Hilbert-Huang變換的缸蓋振動(dòng)信號(hào)處理和特征提取方法，通過(guò)對(duì)6135型柴油機(jī)氣門(mén)漏氣故障診斷表明有效,為柴油機(jī)故障診斷提供了一種很有應(yīng)用價(jià)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,程軍圣,楊 宇.機(jī)械故障診斷的Hilbert-Huang變換方法[M].北京:科學(xué)出版社,2006.

[4] 王 珍.基于局域波分析的柴油機(jī)故障診斷方法的研究及應(yīng)用[D].大連：大連理工大學(xué)，2002.

[5] 楊建國(guó),周軼塵.內(nèi)燃機(jī)振動(dòng)監(jiān)測(cè)與故障診斷[M].大連:大連海運(yùn)學(xué)院出版社,1994.

[6] 劉世元,杜潤(rùn)生,楊叔子.內(nèi)燃機(jī)缸蓋振動(dòng)信號(hào)的特性與診斷應(yīng)用研究[J].華中理工大學(xué)學(xué)報(bào),1999,27(7):48-50.