[发明专利]一种基于振动信号的发动机排放物预测方法有效
申请号: | 202011498104.1 | 申请日: | 2020-12-17 |
公开(公告)号: | CN112668419B | 公开(公告)日: | 2022-05-24 |
发明(设计)人: | 李国兴;胡桂诚;王冲;贠星辰;王铁;杨甜甜 | 申请(专利权)人: | 太原理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G01M15/10;G01M15/12;G01M15/05 |
代理公司: | 太原科卫专利事务所(普通合伙) 14100 | 代理人: | 朱源 |
地址: | 030024 *** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 振动 信号 发动机 排放 预测 方法 | ||
本发明提供一种基于振动信号的发动机排放物预测方法,其发动机排放物预测模型的构建包括以下步骤:对结构振动信号和缸内压力信号进行滤波预处理;对振动信号和缸压二阶导信号进行时频转换得到相应的时频图谱;对缸盖振动时频图谱,和缸压二阶导时频图谱进行相似性分析,获得相似性评价结果;对缸盖振动时频图谱进行区域划分,根据相似性评价结果对不同区域进行权重分配,从中提取特征值。对特征值与排放结果进行线性回归分析,构建发动机排放物预测模型。基于振动信号的排放物预测通过如下方式实现:将采集的发动机结构振动信息进行预处理、时频转换和特征值提取处理,然后输入构建好的发动机排放物预测模型,对发动机的排放水平进行实时预测。
技术领域
本发明涉及一种车辆尾气排放预测方法,具体涉及一种基于振动信号的发动机排放物预测方法。
背景技术
近年来,空气污染问题日益严峻,而机动车辆尾气排放污染是其主要原因之一。车辆行驶过程中实时排放的全方位测试技术也是满足日益严格的环境要求的关键要素。然而,目前针对汽车尾气排放主要采用欧洲的NEDC循环进行监测,而这一方法未能对尾气的瞬态排放进行实时记录与监测,因此后来又发展出实时驾驶排放(RDE)监测方法。由于RDE监测的排放设备体积较大且价格昂贵,只能在小部分专业用途的汽车上使用,无法推广到量产汽车,因此寻找一种低成本轻便可靠的排放监测方法是极其重要的。
目前已有研究表明,缸内燃烧压力与压缩点火(CI)发动机排放物密切相关。基于缸内燃烧压力信号可实现对内燃机排放状态的间接检测。但是,在实际应用过程中,安装缸压传感器会破坏柴油机缸盖的结构,降低其可靠性及使用寿命,此外,缸压传感器的成本较高,从而限制了其在柴油机排放监测领域的应用。
缸内燃烧事件是发动机振动和噪声排放最重要的激发源,基于振动响应可以反映缸内燃烧状态。因此基于振动信号分析可以进行排放状态的实时监测。
发明内容
本发明目的在于克服上述现有技术的不足而提供一种基于振动信号的发动机排放物预测方法。
为达到上述目的,本发明所采用的技术方案为:
一种基于振动信号的发动机排放物预测方法,包括发动机排放物预测模型的构建和基于振动信号的排放物预测两部分内容;
其中发动机排放物预测模型的构建具体包括以下步骤:
1)同步采集各种运行工况下的样本数据,所述样本数据包括结构振动数据、缸压数据和发动机排放物数据;
2)对结构振动数据、缸压数据进行滤波预处理;
3)对预处理后的结构振动数据、缸压数据进行由时域到时频域的转换,得到结构振动时频图谱与缸压二阶导时频图谱;
4)对结构振动时频图谱与缸压二阶导时频图谱进行相似性分析,获取两者之间的二维相似性评价结果;
5)对结构振动时频图谱进行区域划分,根据相似性评价结果对不同区域进行权重分配,从经过权重分配的时频图谱每个区域内提取特征值;
6)根据各种运行工况选定的特征值与发动机排放物数据对应关系,进行发动机排放物预测模型的构建;
基于振动信号的排放物预测通过如下方式实现:将采集的发动机结构振动信息进行预处理、时频转换和特征值提取处理,然后将特征值输入已经构建好的发动机排放物预测模型,可以实时预测发动机的排放水平。
上述的一种基于振动信号的发动机排放物预测方法,所述步骤1)中,采集的结构振动数据为缸盖振动数据、缸体振动数据或缸套振动数据。
上述的一种基于振动信号的发动机排放物预测方法,所述步骤2)中,设置滤波器对结构振动数据、缸压数据进行滤波预处理,消除对信号分析造成干扰的高频噪声成分,选用的滤波器类型为FIR滤波器、巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器或贝塞尔滤波器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太原理工大学,未经太原理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011498104.1/2.html,转载请声明来源钻瓜专利网。