基于階次分析的發(fā)動機故障預測與識別.pdf

1、汽車在國民生活中扮演越來越重要的角色，發(fā)動機作為汽車的心臟，其故障在整車故障中占據較高比例。為了提高發(fā)動機安全性，提前預測故障，基于振動信號的發(fā)動機故障預測技術迅速發(fā)展起來。而發(fā)動機振動信號具有非平穩(wěn)性、非線性等特點，傳統的頻域分析會產生頻率模糊現象，因此催生了基于角域的階次分析。
　　耐久性試驗是發(fā)動機研發(fā)中重要的一環(huán)，某企業(yè)致力于發(fā)動機耐久性試驗，購進德爾塔分析儀用于檢測發(fā)動機振動。企業(yè)希望能夠進行早期故障預測，在故障初發(fā)時預

2、警，避免發(fā)動機永久損壞造成重大損失。本文的研究即基于德爾塔分析儀檢測發(fā)動機振動生成的階次信號。
　　本文首先分析了發(fā)動機、德爾塔分析儀的工作原理及階次分析的原理等背景知識，根據當前對故障預測存在的弊端及企業(yè)需求進行了剖析，設計了一套完整的解決方案。
　　(1)先分析故障原理及相應的故障頻譜圖，尋找故障可能對應的階次，進行數據預處理。
　　(2)將處理過的數據使用主成分分析法進行降維，進一步壓縮數據，消除冗余，避免“維數