[发明专利]柴油机复合故障诊断方法及诊断系统

权利要求书

1.柴油机复合故障诊断方法，其特征在于：包括柴油机的状态参数监测、振动信号分析和油液分析，所述的状态参数监测通过测功系统，所述的振动信号分析采用经验模态分解EMD除噪声和流形学习特征提取结合，所述油液分析采用光谱分析。

2.根据权利要求1所述的柴油机复合故障诊断方法，其特征在于：所述柴油机的状态参数监测是至少包括监测柴油机的油耗、尾气、柴油机的进出水温度、机油温度参数。

3.根据权利要求2所述的柴油机复合故障诊断方法，其特征在于：所述的振动分析采用经验模态分解EMD和流形学习结合，包括以下步骤：

1)振动加速度传感器测量柴油机各缸的振动加速度；

2)数据采集卡具有16个同步输入通道，在采样频率内，对振动加速度信号采集；

3)振动分析仪对信号分析，提取振动加速度时域信号，该时域信号至少包括平均值、均方值、有效值、峰值、裕度和峭度六个特征参数；

4)引起柴油机振动的振源信息直接或者间接地体现在柴油机各缸体机体表面上，采用经验模态分解EMD除噪声柴油机振动信号的去噪处理；将振动信号X_ij分解为本征模函数C_j(t)和残余分量R_n(t)；

Xij(t)=Σi=1nCj(t)+Rn(t)]]>

5)采用基于谱方法的海赛局部线性嵌入流形学习算法，选取除去噪声后的振动加速度特征六个特征值；根据传感器数量k以及特征值参数N，构造高维数据矩阵M_KXN；

6)海赛局部线性嵌入算法是对M_KXN矩阵做奇异值分解，获得矩阵U，D和P。U为kXmin(k，n)。U中的前s列构成N_i的切坐标；构造s(s+1)/2维的Hessian矩阵Q_ij；对Q_ij作特征分析，提取对应于最小特征值的s+1维子空间，得到嵌入坐标，从而提取振动的故障特征信息；二次型对称矩阵Q_ij为：

Qij=ΣlΣr((QS)r,i(QS)r,j).]]>

4.根据权利要求3所述的柴油机复合故障诊断方法，其特征在于：所述油液分析是分析润滑油中Fe元素的含量；对润滑油定时采样：分析摩擦副的磨损状况；采用光谱分析，检测油样中Fe元素的变化来判定柴油机活塞的磨损程度。