基于LMS和SDP的发动机异响诊断方法研究.pdfVIP

汽 车 工 程 2014年(第36卷)第 1l期 AutomotiveEngineering 2014263 基于 LMS和 SDP的发动机异响诊断方法研究 杨 诚 ，李 爽 ，冯 焘 ，杨振东 (1．重庆大学机械工程学院，重庆 400044； 2．重庆建设摩托技术中心，重庆 400054) [摘要] 为有效提取发动机声信号特征 ，以诊断发动机的异响，提出了一种以最小均方算法和对称点图形算 法相结合的发动机异响诊断方法。采用最小均方算法去除信号中的噪声，还原发动机声信号，而利用 SDP图形技 术将信号转换为极坐标图形 ，得以判断发动机是否产生异响。通过仿真与试验，验证了该方法的有效性。 关键词：发动机；异响诊断；最小均方算法；对称点图形 A StudyonAbnormalSoundDiagnosisforEngineBased onLMSAlgorihtm andSDPTechnique YangCheng ，LiShuang ，FengTao YangZhendong 1．CollegeofMechanicalEngineering，ChongqingUniversity，Chongqing 400044； 2．TechnologyCenterofChongqingJiansheMotorcycle，Chongqing 400054 [Abstract] Toeffectivelyextractthefeaturesofenginesoundsignalfordiagnosingtheabnormalsoundofen— gine，anengineabnormalsounddiagnosisschemeisproposed，whichcombinesleasmeansquare(LMS)algorithm withsymmetrizeddotPattern(SDP)technique．TheuseofLMSalgorithmremovesthenoiseinsoundsignalandre— storestheoriginalsoundsignalofengine，whiletheadoptionofSDPtechniquetransformsthesignalintographicim— agesinpolarcoordinate，SOenablethediagnosisoftheabnormalsoundofengine．Theresultsofsimulationandtest verifytheeffectivenessoftheschemeproposed． Keywords：engine；abnormalsound diagnosis；leastmean squarealgorithm ；symmetrizeddotpattern 采用传统的时域和频域分析方法很难满足特征提取 日JI舀 与模式识别的要求，故本文中利用人眼对对称特征 的敏感性 提出了一种采用对称点图形(SDP)的噪 发动机往往会在生产中由于配件质量或装配 问 声特征提取方法。该方法将信号特征用对称点图形 题而产生非正常的振动和异响 。 目前，我 国对发 表示，可以很好地突出信号间的差异。 动机异响的诊断主要还是靠人耳辨别发动机的声音 将 LMS算法与 SDP相结合的发动机异响诊断 特征 ，该方法具有一定的主观性 ，易出现错检 、漏 方法可 以很好地识别发动机状态。 检，对生产效率和整车质量造成了严重的影响，所以 需要一种更加科学有效的方法对发动机异响进