基于小波包变换和奇异值分解的柴油机振动信号特征提取研究

英文篇名：Feature extraction of diesel engine vibration signal based on waveletpacket transform and singularity value decomposition
中文刊名：振动与冲击
英文刊名：Journal of Vibration and Shock
作者：李国宾 ; 关德林 ; 李廷举
英文作者：LI Guo-bin1 ; 2 ; GUAN De-lin2 ; LI Ting-ju1(1.Postdoctoral Station of School of Materials Science and Engineering ; Dalian University of Technology ; Dalian 116024 ; China ; 2.Marine Engineering College ; Dalian Maritime University ; Dalian 116026 ; China)
中文关键词：振动信号 ; 柴油机 ; 小波包变换 ; 奇异值分解 ; 特征参数
英文关键词：vibration signal ; diesel engine ; waveletpacket transform ; singularity value decomposition ; characteristic parameter
出版日期：2011-08-25
机构：大连理工大学材料科学与工程博士后流动站;大连海事大学轮机工程学院;
年：2011
期：08
出版单位：振动与冲击

摘要

为通过振动信号识别柴油机的工作状态,提出利用小波包变换和奇异值分解提取振动信号特征的新方法。给出了小波包变换算法及奇异值分解算法,依据矩阵奇异值特征向量,定义了振动信号特征参数,并探讨了特征参数与柴油机运行状态之间的内在联系。结果表明:特征参数能够敏感地反映柴油机工作性能的变化。随着柴油机工作性能的恶化,振动强度的增加,特征参数变大。特征参数可作为柴油机状态监测和故障诊断的特征量。
In order to recognize the operating conditions of diesel engine,a novel approach for extracting features of vibration signals was proposed using waveletpacket transform and singularity value decomposition.The waveletpacket transform and the singularity value decomposition algorithms were introduced.The characteristic parameters were defined based on the singular value characteristic vector.The intrinsic relationship between the characteristic parameters and the operating condition of diesel engine were discussed.It is shown that the characteristic parameters proposed can sensitively reflect the working performance of diesel engine.When the working performance of diesel engine turns to be worse and the intensity of vibration increases,these parameters appear larger.Therefore the characteristic parameters proposed could be considered as parameters to inspect the condition and to diagnose the fault of engine.

引文

[1]蔡艳平,成曙,艾华.柴油机振动机理及特性研究[J].控制工程,2007,14(S1):185-188.
    [2]黄强,焦立,李滟泽.柴油机故障诊断中振动信号测点位置的研究[J].华中科技大学学报(自然科学版),2007,35(5):99-101.
    [3]常勇,胡以怀.柴油机振动监测及故障诊断系统[J].噪声与振动控制,2008,1:93-96.
    [4]陆金铭.基于气缸盖振动信号的柴油机故障诊断研究[J].内燃机工程,2008,29(1):72-75.
    [5]曾宪伟,赵卫明,盛菊琴.小波包分解树结点与信号子空间频带的对应关系及其应用[J].地震学报,2008,30(1):90-96.
    [6]花汉兵.基于小波包的振动信号去噪应用与研究[J].噪声与振动控制,2007,6:19-21.
    [7]曹建军,张培林,任国全,等.提升小波包最优基分解算法及在振动信号降噪中的应用[J].振动与冲击,2008,27(8):114-116.
    [8]曹建军,张培林,张英堂,等.基于提升小波包变换的发动机缸盖振动信号特征提取[J].振动与冲击,2008,27(2):34-37.
    [9]赵鹏亮,席泽敏,肖欢.基于小波包变换和改进SVD的特征提取[J].舰船电子工程,2007,27(4):123-125.
    [10]潘玉娜,陈进.小波包-支持向量数据描述在轴承性能退化评估中的应用研究[J].振动与冲,2009,28(4):164-167.
    [11]张文斌,周晓军,林勇,等.基于谐波小波包方法的旋转机械故障信号提取[J].振动与冲击,2009,28(3):87-89,97.
    [12]李自国,郝伟,李凌均.基于小波包分解和支持向量数据描述的故障诊断方法[J].机械强度,2007,29(3):365-369.
    [13]陆爽.基于奇异值分解和支持向量机的滚动轴承故障模式识别[J].农业工程学报,2007,23(4):115-119.
    [14]吴宏钢,秦毅,秦树人.基于重分配配算法和奇异值分解的多小波脊线提取[J].振动与冲击,2009,28(12):9-11,14.
    [15]段礼祥,张来斌,王朝晖,等.柴油机振动信号的小波包奇异值降噪[J].中国石油大学学报(自然科学版),2006,30(1):93-97.