基于小波包与神经网络的氢发动机异常燃烧研究.pdfVIP

第40卷 第 1期 小 型 内燃 机 与 摩 托 车 Vo1．40No．1 2011年 2月 SMALL INTERNALC0MBUST10N ENGINE AND MOT0RCYCLE Feb．2O1l 基于小波包与神经网络的氢发动机异常燃烧研究 杨振中 祁儒明 段俊法 毕国进 (华北水利水电学院机械学院 河南 郑州 450011) 摘 要：发动机压力信号包括很多能反映发动机异常燃烧征兆的有用信息，对压力信号进行小波包分 解，提取异常燃烧特征，并用神经网络建立起从异常燃烧到特征参数的映射关系是诊断异常燃烧的有效 技术手段。 关键词：氢发动机 异常燃烧 小波包 RBF神经网络 故障诊断 中图分类号 ：TK463 文献标识码 ：A 文章编号 ：1671—0630(2011)O1—0032—04 AbnormalCombustion Research on Hydrogen—Fueled EnginebasedonW aveletPacketand RBF Network YangZhenzhong，QiRuming，DuanJunfa，BiGuojin NoahChinaInstituteofWaterConservancyandHydroelectricPower(Zhengzhou，Henan，450011，China) Abstract：Theenginepressuresignalincludeslotsofusefulinformationbeingabletoreflectengineabnormal burningportent．Carryingoutwaveletpacketdecomposition，extractingthecharacteristicoftheabnormalcon- bustiononthesignalpressure，andusingneuralnetworkstobuildupmappingrelationfrom abnormalcombus— tiontocharacteristicparametricistheeffectivetechnologymeanstodiagnoseabnormalcombustion． Keywords：Hydrogen—Fueledengine，Abnormalcombustion，Waveletpacket，RBFnetwork，Faultdiagnosis 引言 过程 ，使得发动机异常燃烧研究更为复杂。氢气火焰 传统石油燃料发动机故障诊断研究中大多是针对 传播速度极快和着火范围宽广的特点使得氢发动机早 机械故障，检测信号多采用振动信号、转速波动信号 燃 问题更容易出现，并且与发动机回火互相转换，使得 等；对信号的处理多采用幅值域分析法、频域分析方 氢发动机异常燃烧更具有瞬问突发性，且具有 自消除 法、分形几何学、神经网络、小波分析方法等 卜 。分 特征 ，也更为复杂。 别利用小波变换进行信号分析 ，利用神经 网络进行机 有别于石油燃料发动机 ，氢燃料发动机 的异常燃 械故障诊断已经不是什么新鲜话题 了。但是，关于发 烧与提高氢发动机功率之间的矛盾成为制约氢发动机 动机燃烧过程的异常燃烧诊断研究却少见报道，这一 技术进步的最大障碍，始终困扰着氢发动机的发展，对 方面是 由于传统石油燃料发动机燃料的特点，异常燃 异常燃烧的研究是解决这一矛盾的基础 。而发动 烧问题并不突出。并且 ，有别于一般机械系统的故障 机燃烧压力信号包括很多能反映发动机异常燃烧征兆 诊断的研究，发动机高温高压且变化迅速、复杂的燃烧 的有用信息，有别于单独利用小波变换，或者神经网络 基金项 目：国家 自