[发明专利]一种车用发动机上零部件故障诊断的方法及系统

说明书

本发明提供一种车用发动机上零部件故障诊断的方法，包括无线加速度传感器采集车用发动机上待测零部件产生的时域振动信号，并通过无线方式转发；故障诊断仪接收无线加速度传感器发送的时域振动信号，并对该信号进行三步处理：一、对信号进行第一周期模糊C均值聚类滤波用于消除背景噪声和强自然周期性脉冲；二、对第一周期滤波后的信号进行第二周期模糊C均值聚类滤波用于从中选出周期性冲击最强的频带，即故障特征最集中的频带；三、采用希尔伯特包络解调经双周期滤波后的信号，并与预设故障频率对比识别出故障类型。实施本发明，不仅能解决传统故障诊断技术所存在的布线繁琐问题，还能通过改进故障特征提取算法来实现故障快速及有效的诊断。

技术领域

本发明涉及汽车故障检测技术领域，尤其涉及一种车用发动机上零部件故障诊断的方法及系统。

背景技术

车用发动机如同人体一样，在长期运转过程中也会“生病”。车用发动机的健康运行，既可以保证车辆和人员的安全，产生巨大的社会效益，又可以减少环境污染，减少停机时间，产生巨大的经济效益。因此，对车用发动机进行故障诊断意义重大。

机械故障诊断技术对于机器正常运行如同医学诊断技术对于人体健康一样重要，通常需要采集机械设备的多种状态信息来对其进行准确的故障诊断。鉴于机械设备的上述状态信息是由以下几种常见信号类型来反映，如振动信号、压力信号、声发射信号、电流信号、温度场信号等，而振动信号在上述常见的信号类型中为最常用的，也是最能反映有效的状态信息，因此基于振动信号的机械故障诊断技术拥有极大的研究价值和发展潜力。

振动信号中的周期性脉冲对于各类机械设备故障诊断具有重要意义。然而，在工作状态下，车用发动机的振动信号经常会受到背景噪声和周期性运动零部件(活塞、连杆、凸轮等)引起的自然周期性脉冲的污染。因此，故障特征提取是实际应用于车用发动机故障诊断的一个难点。

传统的故障诊断技术，不仅局限于监测点较多，诊断对象往往不在一起，导致布线十分繁琐的问题，特别是在一些不容易接触到的监测点或是无法直接布线监测的特殊环境(如放射性等高危环境)，更是困难重重，还局限于故障特征提取的算法，使得故障诊断易出现误差。

发明内容

本发明实施例所要解决的技术问题在于，提供一种车用发动机上零部件故障诊断的方法及系统，不仅能解决传统故障诊断技术所存在的布线繁琐问题，还能通过改进故障特征提取算法来实现故障快速及有效的诊断。

为了解决上述技术问题，本发明实施例提供了一种车用发动机上零部件故障诊断的方法，所述方法包括以下步骤：

无线加速度传感器采集车用发动机上待测零部件产生的时域振动信号，并通过无线方式将所述时域振动信号转发给故障诊断仪；

所述故障诊断仪接收所述无线加速度传感器发送的时域振动信号，分析得出所述时域振动信号变成频域信号时的频谱，并通过预设的模糊C均值聚类算法将所述时域振动信号进行频域分析所得的频谱分解成第一频带、第二频带和第三频带，且待计算出所述第一频带、第二频带和第三频带分别逆变为时域信号时各自对应的偏斜度值后，从所述第一频带、第二频带和第三频带中选取偏斜度值为最小的频带和偏斜度值为最大的频带作为阻带，实现对所述时域振动信号进行初次过滤，得到初次过滤后的时域振动信号；

所述故障诊断仪分析得出所述初次过滤后的时域振动信号对应变成频域信号时的频谱，并通过所述预设的模糊C均值聚类算法将所述初次过滤后的时域振动信号进行频域分析所得的频谱分解成第四频带、第五频带和第六频带，且待计算出所述第四频带、第五频带和第六频带分别逆变为时域信号时各自对应的偏斜度值后，从所述第四频带、第五频带和第六频带中选取偏斜度值为最大的频带作为通带，实现对所述初次过滤后的时域振动信号进行二次过滤，得到二次过滤后的时域振动信号；