[go: up one dir, main page]

CN105844250A - 一种基于振动加速度信号辨识最大压力升高率的方法 - Google Patents

一种基于振动加速度信号辨识最大压力升高率的方法 Download PDF

Info

Publication number
CN105844250A
CN105844250A CN201610195062.1A CN201610195062A CN105844250A CN 105844250 A CN105844250 A CN 105844250A CN 201610195062 A CN201610195062 A CN 201610195062A CN 105844250 A CN105844250 A CN 105844250A
Authority
CN
China
Prior art keywords
maximum pressure
vibration acceleration
acceleration signal
rising rate
pressure rising
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610195062.1A
Other languages
English (en)
Other versions
CN105844250B (zh
Inventor
程勇
赵秀亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN201610195062.1A priority Critical patent/CN105844250B/zh
Publication of CN105844250A publication Critical patent/CN105844250A/zh
Application granted granted Critical
Publication of CN105844250B publication Critical patent/CN105844250B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Signal Processing (AREA)
  • Computational Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Artificial Intelligence (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Measuring Fluid Pressure (AREA)

Abstract

本发明公开了一种基于振动加速度信号辨识最大压力升高率的方法，包括以下步骤：步骤一，利用切比雪夫低通滤波器滤除振动加速度信号中高频干扰；步骤二，利用经验模态分解算法去除振动加速度信号中的低频干扰；步骤三，利用处理曲线上从燃烧始点到最大压力升高率出现时刻内的面积表征最大压力升高率。通过低通滤波器去除实测加速度信号的高频干扰，利用EMD方法去除其中的低频干扰，有效的提高了实测信号的信噪比。本发明利用处理曲线上从燃烧始点到最大压力升高率出现时刻间的面积表征最大压力升高率。本发明提出了建立的最大压力升高率与IMF面积间的线性关系，基于该线性关系对其辨识结果进行修正。

Description

一种基于振动加速度信号辨识最大压力升高率的方法
技术领域
本发明涉及信号处理技术领域，尤其涉及一种基于振动加速度信号辨识最大压力升高率的方法。
背景技术
最大压力升高率作为燃烧过程控制中的重要特征参数，一般通过对实测的振动加速度信号进行积分来获取。常用的时域积分方法有梯形公式积分法和Simpson积分法，梯形公式积分法算法简单，所需计算时间较短，但精度较差，且收敛速度缓慢；Simpson积分法相对于梯形公式来说，计算精确高，然而预处理后的振动加速度信号中仍存在干扰，尤其是燃烧始点附近，导致积分的初始值存在偏差，影响后续的积分值，且Simpson积分法的计算效率较低。
发明内容
本发明的目的就是为了解决上述问题，提供一种基于振动加速度信号辨识最大压力升高率的方法，利用缸盖表面振动加速度速度信号辨识最大压力升高率，通过低通滤波器去除实测加速度信号的高频干扰，利用EMD方法去除其中的低频干扰，有效的提高了实测信号的信噪比。
为了实现上述目的，本发明采用如下技术方案：
一种基于振动加速度信号辨识最大压力升高率的方法，包括以下步骤：
步骤一，利用切比雪夫低通滤波器滤除振动加速度信号中高频干扰；
步骤二，利用经验模态分解(EMD)算法去除振动加速度信号中的低频干扰；
步骤三，利用处理曲线上从燃烧始点到最大压力升高率出现时刻内的面积表征最大压力升高率。
所述步骤一中切比雪夫低通滤波器纹波系数为0.001，阶次为10。
所述步骤一中滤除振动加速度信号中150倍基频以上的与燃烧激励响应信号无关的高频干扰。
所述步骤三中的处理曲线是计算各阶本征模式函数与缸内压力信号二次导数的相关性，将前两阶本征模式函数求和后组成处理曲线。
本发明的有益效果：
通过低通滤波器去除实测加速度信号的高频干扰，利用EMD方法去除其中的低频干扰，有效的提高了实测信号的信噪比。
本发明利用处理曲线上从燃烧始点到最大压力升高率出现时刻间的面积表征最大压力升高率。
本发明提出了建立的最大压力升高率与IMF面积间的线性关系，基于该线性关系对其辨识结果进行修正。
本发明对利用振动信号对缸内燃烧过程特征参数的研究，评价缸内燃烧状态，对内燃机燃烧过程在线监测、闭环控制及故障诊断具有重要的理论意义及实用价值。
附图说明
图1为缸压、压力升高率和缸压二次导数曲线；
图2为处理曲线与缸压二次导数曲线；
图3(a)为800r/min识别结果；图3(b)为1000r/min识别结果；
图3(c)为1200r/min识别结果；图3(d)为1400r/min识别结果。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
一种基于振动加速度信号辨识最大压力升高率的方法，利用切比雪夫低通滤波器滤除高频干扰,利用EMD经验模态分解去除振动加速度信号中的低频干扰，利用处理曲线上从燃烧始点到最大压力升高率出现时刻内的面积表征最大压力升高率。
上述切比雪夫低通滤波器纹波系数为0.001，阶次为10，滤除振动加速度信号中150倍基频以上的与燃烧激励响应信号无关的高频干扰。
上述EMD是经验模式分解(Empirical Mode Decomposition，EMD)，EMD是根据非线性、非平稳信号本身的特征时间尺度将信号分解成一组稳态和线性的数据序列集，即本征模式函数(IMF)。IMF反映信号的内部特征，残余分量表示信号的趋势，需满足以下两个条件：整个信号中零点数与极点数相等或者至多相差1；对于信号上任意一点，由局部极大值确定的包络线和局部极小值确定的包络线的均值均为0。其具有识别局部特征的优势。
上述处理曲线是计算各阶IMF与缸内压力信号二次导数的相关性，前两阶IMF与平均缸内压力信号二次导数相关性较高，将前两阶IMF求和后组成处理曲线。
图1显示了缸压、压力升高率曲线和缸内压力信号二次导数曲线，内燃机中常将压力升高率在压缩冲程中的折点作为燃烧始点，在缸压二次导数曲线中，燃烧始点对应峰值前的第一个过零点，即A点，B对应的是最大压力升高率出现时刻。图2显示了一个循环的缸内压力信号二次导数和经过EMD分解后得到的IMF1与IMF2之和的振动加速度曲线(定义为处理曲线)，前两个的圆圈即是图1中的A、B两点。与之相对应的，处理曲线中的前两个三角形分别用于表征燃烧始点出现时刻、最大压力升高率出现时刻。
故本发明利用振动加速度曲线上从燃烧始点到最大压力升高率出现时刻内的面积，即图2中所示阴影面积(定义为IMF面积)来表征最大压力升高率。图3(a)-图3(d)给出了不同工况下最大压力升高率与IMF面积，为了便于分析，图中同时给出了利用线性回归方法离线建立的最大压力升高率与IMF面积间的线性关系。由图可见，不同工况下，拟合度分别为0.97、0.97、0.91、0.91，二者之间有良好的线性关系。故实际应用过程中，可基于处理后的振动加速度信号计算相应的IMF面积，结合离线标定的不同工况下的两者之间的关系，进而估算实际工况下的最大压力升高率。其中，800r/min、1000r/min、1200r/min,10N·m及1400r/min,10N·m工况的最大偏差分别为2.2％、0.72％、3.41％及3.97％，表明IMF面积可以用于表征最大压力升高率。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (4)

1.一种基于振动加速度信号辨识最大压力升高率的方法，其特征是，包括以下步骤：
步骤一，利用切比雪夫低通滤波器滤除振动加速度信号中高频干扰；
步骤二，利用经验模态分解算法去除振动加速度信号中的低频干扰；
步骤三，利用处理曲线上从燃烧始点到最大压力升高率出现时刻内的面积表征最大压力升高率。
2.如权利要求1所述一种基于振动加速度信号辨识最大压力升高率的方法，其特征是，所述步骤一中切比雪夫低通滤波器纹波系数为0.001，阶次为10。
3.如权利要求1所述一种基于振动加速度信号辨识最大压力升高率的方法，其特征是，所述步骤一中滤除振动加速度信号中150倍基频以上的与燃烧激励响应信号无关的高频干扰。
4.如权利要求1所述一种基于振动加速度信号辨识最大压力升高率的方法，其特征是，所述步骤三中的处理曲线是计算各阶本征模式函数与缸内压力信号二次导数的相关性，将前两阶本征模式函数求和后组成处理曲线。
CN201610195062.1A 2016-03-31 2016-03-31 一种基于振动加速度信号辨识最大压力升高率的方法 Active CN105844250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610195062.1A CN105844250B (zh) 2016-03-31 2016-03-31 一种基于振动加速度信号辨识最大压力升高率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610195062.1A CN105844250B (zh) 2016-03-31 2016-03-31 一种基于振动加速度信号辨识最大压力升高率的方法

Publications (2)

Publication Number Publication Date
CN105844250A true CN105844250A (zh) 2016-08-10
CN105844250B CN105844250B (zh) 2019-12-03

Family

ID=56596223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610195062.1A Active CN105844250B (zh) 2016-03-31 2016-03-31 一种基于振动加速度信号辨识最大压力升高率的方法

Country Status (1)

Country Link
CN (1) CN105844250B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108644023A (zh) * 2018-04-25 2018-10-12 江苏大学 内燃机缸内压力信号高频谐波分量表征方法
CN110567727A (zh) * 2019-08-13 2019-12-13 北京化工大学 一种基于振动加速度信号的柴油机输出功率评估方法
CN113532711A (zh) * 2021-06-03 2021-10-22 西安理工大学 一种卫星式柔版印刷机中心压印辊筒印刷压力识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008037260A3 (en) * 2006-09-26 2008-05-15 Morpheus Medical Methods for a movement and vibration analyzer (mva)
CN102494626A (zh) * 2011-11-18 2012-06-13 中国船舶重工集团公司第七0四研究所 一种轴扭转变形测试中消除振动噪声的方法
CN104866671A (zh) * 2015-05-26 2015-08-26 山东大学 一种基于振动速度信号识别最大压力升高率的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008037260A3 (en) * 2006-09-26 2008-05-15 Morpheus Medical Methods for a movement and vibration analyzer (mva)
CN102494626A (zh) * 2011-11-18 2012-06-13 中国船舶重工集团公司第七0四研究所 一种轴扭转变形测试中消除振动噪声的方法
CN104866671A (zh) * 2015-05-26 2015-08-26 山东大学 一种基于振动速度信号识别最大压力升高率的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
唐娟: "基于振动信号评价柴油机缸内燃烧状态的研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
王婷: ""EMD算法研究及其在信号去噪中的应用", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108644023A (zh) * 2018-04-25 2018-10-12 江苏大学 内燃机缸内压力信号高频谐波分量表征方法
CN110567727A (zh) * 2019-08-13 2019-12-13 北京化工大学 一种基于振动加速度信号的柴油机输出功率评估方法
CN113532711A (zh) * 2021-06-03 2021-10-22 西安理工大学 一种卫星式柔版印刷机中心压印辊筒印刷压力识别方法
CN113532711B (zh) * 2021-06-03 2024-04-05 西安理工大学 一种卫星式柔版印刷机中心压印辊筒印刷压力识别方法

Also Published As

Publication number Publication date
CN105844250B (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN106141815B (zh) 一种基于ar模型的高速铣削颤振在线辨识方法
CN105844250B (zh) 一种基于振动加速度信号辨识最大压力升高率的方法
CN105893673B (zh) 一种基于振动加速度特征点辨识燃烧特征参数的方法
CN103941072B (zh) 一种基于实数强跟踪滤波的电力信号突变参数测量方法
CN104866671B (zh) 一种基于振动速度信号识别最大压力升高率的方法
CN105865794B (zh) 基于短时傅立叶变换和主分量分析的发动机失火故障诊断方法
CN108344924B (zh) 一种直流输电线路行波故障测距装置启动方法及系统
CN105588717A (zh) 一种齿轮箱故障诊断方法
CN103944174A (zh) 基于互相关函数滤噪算法的低频振荡在线辨识方法
CN102103376A (zh) 基于子空间辨识的pid回路控制性能评估方法
CN112127998B (zh) 发动机爆震识别方法、系统及设备
CN109934100B (zh) 一种基于滑动窗口的幅频时变工艺信号分割方法
CN103033749B (zh) 数字式异步电机转子断条故障检测系统及其检测方法
CN117590174A (zh) 一种局部放电检测去噪方法、装置及可读存储介质
CN114035043B (zh) 基于预知指向最佳分辨方法的鼠笼电机断条故障诊断方法
JP3894442B2 (ja) 内燃機関制御装置
CN105627904B (zh) 一种变压器绕组变形的判定方法
CN111948454B (zh) 一种抗衰减直流分量干扰的同步相量测量方法及系统
CN101936241A (zh) 一种实时识别固体火箭发动机燃烧结束的方法
CN110567727B (zh) 一种基于振动加速度信号的柴油机输出功率评估方法
CN111198060A (zh) 一种基于局部特征尺度分解的斜拉索时变索力识别方法
WO2017185442A1 (zh) 基于图像分层的红外图像条纹滤波方法
CN103603731A (zh) 基于离子电流的发动机转矩估计方法
CN116304564A (zh) 一种基于改进eemd算法和自相关降噪的信号降噪方法
CN115310049A (zh) 一种时间序列数据的周期检测方法、装置及设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant