丁 柏 （荊州市南湖機械總廠，湖北 荊州434007）

宋 翔 （東南大學(xué)儀器科學(xué)與工程學(xué)院，江蘇 南京210096）

發(fā)動機的轉(zhuǎn)速是對發(fā)動機運行狀況的一個綜合體現(xiàn)，其測量技術(shù)是發(fā)動機測量技術(shù)的基礎(chǔ)，如何準(zhǔn)確獲取發(fā)動機的瞬時轉(zhuǎn)速對汽車試驗、檢測和維修行業(yè)有著重大的現(xiàn)實意義。傳統(tǒng)的發(fā)動機轉(zhuǎn)速檢測方法［1］如機械式、光電式［2］、電磁式、霍爾式、頻閃法［3］等，這些方法都已經(jīng)十分成熟，也具備相當(dāng)?shù)臏y量精度，但在實際使用時一般都需要在發(fā)動機內(nèi)部器件上安裝傳感器，費時費力，不符合快速實時的檢測要求。研究表明，發(fā)動機的振動信號的基頻與發(fā)動機的轉(zhuǎn)速之間存在一定的函數(shù)關(guān)系［4］，而利用現(xiàn)代的數(shù)據(jù)采集技術(shù)，發(fā)動機的振動信號可以方便快速的提取，這為開發(fā)一種基于發(fā)動機振動信號的發(fā)動機瞬時轉(zhuǎn)速測量技術(shù)奠定了基礎(chǔ)。

1 基頻提取的難點

振動信號是一種非平穩(wěn)的時變信號［5］，其頻譜特性及各種物理特征均隨著時間的變化而變化，同時由于噪聲、共振的影響，其基頻難以準(zhǔn)確提取。而傳統(tǒng)的針對平穩(wěn)信號的分析處理方法都是整體的變換，無法反應(yīng)信號隨時間變化的頻譜特征，無法有效的提取所需要的振動基頻信號。

雖然振動信號具有時變特性，但是通過對其產(chǎn)生機理和信號特征的研究分析，可以認(rèn)為在一個相當(dāng)短的時間范圍內(nèi)，其特性以及表征其本質(zhì)特征的參數(shù)基本保持不變即相對穩(wěn)定，因此可以將其看作一個準(zhǔn)穩(wěn)態(tài)的過程，即振動信號具有短時平穩(wěn)的特性。基于這樣的考慮，對于振動信號的分析和處理必須建立在 “短時”的基礎(chǔ)上，進(jìn)行 “短時分析”，即通過加窗分段截取，將振動信號分成一段一段較短的時間范圍內(nèi)信號來提取出其基頻，每個截取的短時振動信號段稱為一個分析幀。這樣，對于整體的振動信號而言，分析出的是由每一幀的基頻所組成的基頻序列，可以近似的反應(yīng)出在車輛運行過程中發(fā)動機振動狀態(tài)不斷變化的過程。同時，由于作用在曲軸上的扭矩呈周期性變化，即振動信號的激勵源具有周期性，根據(jù)其信號形成機理，可以認(rèn)為振動信號具有準(zhǔn)周期性，這種準(zhǔn)周期性也就決定了只能采取短時平均的方法估計其基頻。

振動信號基頻的提取具有眾多難點，其主要表現(xiàn)為：①振動信號的變化十分復(fù)雜，并非標(biāo)準(zhǔn)的周期信號，即使在理想狀況下，也僅是準(zhǔn)周期信號，并且在實際應(yīng)用中，車輛行駛過程中背景噪聲嚴(yán)重影響著基頻檢測的性能；②振動信號波形的峰受共振影響很大，車輛自身的共振有時會嚴(yán)重影響諧波結(jié)構(gòu)，要從信號中去除這種影響并非易事；③基頻的變化范圍很大，從車輛怠速時的幾十赫茲一直到到高速時的幾百赫茲，這給基頻的檢測帶來了一定的困難。另外，振動信號中往往包含有三四十次的諧波分量，而基頻分量往往不是最強的分量，豐富的諧波成分使振動信號的波形變得很復(fù)雜，給基頻的檢測帶來困難，經(jīng)常發(fā)生估計基頻是實際基頻二三次倍頻或者半頻的情況。

從理論上來看，可以采用短時傅里葉變換、短時自相關(guān)分析以及小波分析等相關(guān)時頻分析方法［6］來提取振動信號的基頻，可是由于振動信號的復(fù)雜性以及車輛行進(jìn)過程中噪聲和共振的影響，采取這些傳統(tǒng)信號處理方法時，總有著這樣或那樣的缺陷，例如短時傅里葉變換會出現(xiàn)嚴(yán)重的倍頻或半頻誤差，短時自相關(guān)分析方法在抗噪性能上有所欠缺，而小波分析方法則準(zhǔn)確性不足。因此，克服這些基頻提取中的難點，提出一種準(zhǔn)確性和魯棒性都較好的基頻提取算法成為研究的關(guān)鍵。

2 基頻提取算法

基于對振動信號基頻提取難點的分析，筆者結(jié)合了短時傅里葉變換、小波分析［7］和短時自相關(guān)分析［8］這些常用的時頻分析方法各自的優(yōu)點，提出了一種基頻提取算法，如圖1所示。其基本思想是：對每一幀振動信號做多級小波變換，利用小波變換帶通性和去噪性，濾除共振峰和噪聲的影響；然后對較高幾個層次上的逼近信號進(jìn)行加權(quán)求和，進(jìn)行信號重構(gòu)，得到含豐富基頻信息、周期性十分明顯的合成信號，將該合成信號作為待處理信號，計算其自相關(guān)函數(shù)，由于自相關(guān)函數(shù)與原信號有著相同的周期性，對應(yīng)有相同的基頻值，并且周期特性更為明顯。對自相關(guān)函數(shù)進(jìn)行傅里葉變換，由于基頻處蘊含有最大能量，傅里葉譜圖上除直流分量外最大幅值的頻率處即為基頻。

圖1 基頻提取算法流程

3 試 驗

3.1 信號采集

利用普通桑塔納轎車作為試驗對象，采用NI公司的PXI－6025數(shù)據(jù)采集卡進(jìn)行振動信號和真實轉(zhuǎn)速信號的同步采集。振動信號利用江蘇聯(lián)能公司的CA－YD－188型IC壓電式加速度傳感器采集，真實轉(zhuǎn)速信號利用小野測器的SE－152型轉(zhuǎn)速計采集，采樣率為2000Hz。

采集程序利用LabVIEW軟件編寫，首先對表現(xiàn)發(fā)動機振動最敏感的位置——發(fā)動機機蓋進(jìn)行測量，并同步采集真實轉(zhuǎn)速信號，如圖2所示；采集的振動信號共200s，如圖3所示；圖4為對應(yīng)的實際轉(zhuǎn)速信號。為了進(jìn)一步驗證算法，對車蓋側(cè)部、車頭側(cè)部、車門、車頂4個位置的振動信號也進(jìn)行了測量，圖5為測量車頂處振動信號。

圖2 發(fā)動機機蓋振動信號采集

圖3 發(fā)動機機蓋處200s振動信號

圖4 對應(yīng)的真實轉(zhuǎn)速信號 （共200s）

圖5 車頂處振動信號采集

3.2 算法驗證

表1 分階段理論轉(zhuǎn)速與實際轉(zhuǎn)速對比

圖6 理論轉(zhuǎn)速與實際轉(zhuǎn)速比較

信號的采集完成之后，應(yīng)用所提出的算法，在LabVIEW框架下調(diào)用MATLAB編寫算法程序完成基頻提取工作。分別選取30s，80s，125s，145s處代表其怠速、加速、高速與減速階段進(jìn)行分析。對于真實轉(zhuǎn)速，筆者對每幀內(nèi)轉(zhuǎn)速值取均方根值來代替發(fā)動機真實轉(zhuǎn)速，對于理論轉(zhuǎn)速，桑塔納轎車的發(fā)動機沖程τ＝4，發(fā)動機缸數(shù)i＝4，可計算出理論轉(zhuǎn)速為發(fā)動機振動基頻的30倍。計算比較結(jié)果如表1所示?？梢娬`差率均控制在1%之內(nèi)，準(zhǔn)確性很好。

為了得到更直觀的比較，將計算出的理論轉(zhuǎn)速曲線圖與實際轉(zhuǎn)速圖放在同一張圖內(nèi)進(jìn)行比較，如圖6所示。可見實際和理論轉(zhuǎn)速曲線有很好的吻合，具有很高的準(zhǔn)確性。

在發(fā)動機剛開始工作階段，有較大的噪聲影響，信噪比非常低，采用短時自相關(guān)分析的方法提取基頻時噪聲淹沒了振動信號，產(chǎn)生了嚴(yán)重的誤差 （圖7），而且由于共振峰的影響，采取短時傅里葉變換的方法提取基頻時有嚴(yán)重的半頻誤差（圖8）。而筆者所提出的算法利用小波變換濾除其噪聲和共振的影響，利用自相關(guān)分析凸現(xiàn)其周期性，很好的改善了這個問題，在魯棒性上有了很大的提高。

圖7 短時自相關(guān)法理論與實際轉(zhuǎn)速比較

圖8 短時傅里葉變換法理論與實際轉(zhuǎn)速比較

3.3 車身其他位置的進(jìn)一步驗證

僅僅是發(fā)動機的頂部，并不能滿足實際的需要，實際應(yīng)用中理想的快速測量應(yīng)當(dāng)是將傳感器安置在車身任何位置都可以準(zhǔn)確的檢測出發(fā)動機轉(zhuǎn)速，因此筆者對所采集得來的車體其他位置振動信號也進(jìn)行了分析處理和基頻提取，并計算出理論轉(zhuǎn)速與實際轉(zhuǎn)速相比較。圖9～圖12分別對發(fā)動機側(cè)面、車身側(cè)面、車門和車頂這4個在實際應(yīng)用中便于測量的位置提取振動信號基頻，從而計算出理論轉(zhuǎn)速并與實際轉(zhuǎn)速進(jìn)行比較。可見，在發(fā)動機側(cè)面、車身側(cè)面、車門和車頂這4個位置，應(yīng)用筆者所提出的算法提取振動信號基頻后所計算得出的理論轉(zhuǎn)速與實際轉(zhuǎn)速也吻合的較好，具有相當(dāng)?shù)臏?zhǔn)確性和魯棒性，可以很好的應(yīng)用于實際測量當(dāng)中。

圖9 發(fā)動機側(cè)面實際轉(zhuǎn)速和理論轉(zhuǎn)速比較

圖10 車身側(cè)面實際轉(zhuǎn)速和理論轉(zhuǎn)速比較圖

圖11 車門處實際轉(zhuǎn)速和理論轉(zhuǎn)速比較圖

圖12 車頂處實際轉(zhuǎn)速和理論轉(zhuǎn)速比較圖

4 結(jié) 語

介紹了一種基于振動信號基頻的發(fā)動機轉(zhuǎn)速測量方法，這種方法的核心和難點是準(zhǔn)確的提取出振動信號的基頻，結(jié)合小波變換、自相關(guān)分析和傅里葉變換，采用短時分析的方法，提出了一種提取振動信號基頻的改進(jìn)算法，并進(jìn)一步通過大量試驗的驗證，證明了該算法在準(zhǔn)確性和魯棒性上均能滿足測量要求。

［1］吳克剛，曹建明 .發(fā)動機測試技術(shù) ［M］.北京：人民交通出版社，2002.

［2］蘇海青，金長星，劉皓宇，等 .汽油機轉(zhuǎn)速測量方法研究 ［J］.小型內(nèi)燃機與摩托車，2001，30（6）：26－28.

［3］劉衛(wèi)國，張立梅 .內(nèi)燃機瞬時轉(zhuǎn)速的測量 ［J］.內(nèi)燃機學(xué)報，1999，17（4）：388－390.

［4］呂平，薛知行，張學(xué)敏，等 .基于振動的內(nèi)燃機轉(zhuǎn)速測量研究 ［J］.車輛與動力技術(shù)，2005（4）：22－25.

［5］孔令來，肖云魁，蔣國平，等 .發(fā)動機穩(wěn)態(tài)與非穩(wěn)態(tài)振動信號分析比較 ［J］.內(nèi)燃機學(xué)報，2006（1）：72－77.

［6］Thomas F Q.Discrete－Time Speech Signal Processing：Principles and Practice［M? ＼.London：Prentice Hall PTR，2001.

［7］王濟，胡曉.MATLAB在振動信號處理中的應(yīng)用 ［M］.北京：中國水利水電出版社，知識產(chǎn)權(quán)出版社，2006.

［8］Shimamura T，Kobayashi H.Weighted autocorrelation for pitch extraction of noisy speech ［J］.IEEE Trans on Speech Audio Processing，2001，9（7）：727－730 .