第2期（总第229期） 2017年4月
车用发动机 VEHICLE ENGINE
一种基于广义S变换增强的柴油机
失火故障特征提取方法贾翔宇12，贾继德”，梅检民3，张帅，吴春志
No 2(Serial No 229 )
Apr2017
(1.军事交通学院研究生管理大队，天津300161；2.蚌埠汽车士官学校装备技术系，安徽蚌埠233011：
3.军事交通学院军用车辆系，天津300161）
摘要：为有效提取柴油机缸盖振动信号失火故障特征，提出一种基于广义S变换增强的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对信号进行等角度重采样，然后利用广义S变换对信号进行消噪处理，并按工作循环将信号的周期性瞬态特征进行同步增强。通过仿真信号验证和某柴油机缸盖振动信号的实例应用，结果表明，此方法能有效地提取柴油机缸盖振动信号的失火故障特征，实现失火故障的准确诊断。
关键词：柴油机；失火故障：特征提取：广义S变换 D0I: 10 3969/iissn 1001-2222 2017 02 012
中图分类号：TK42124
1文献标志码：B
文章编号：1001-2222(2017)02-0067-05
柴油机失火故障是指单个或多个气缸无法着火
然烧的现象。失火容易导致柴油机动力性下降、燃油经济性变差、可靠性降低和污染物排放增加等。为此，检测发动机燃烧状态，准确地判断各缸做功状况具有重要的现实意义。
柴油机缸盖振动信号与缸内燃烧状态关系密切，可以作为缸内燃烧状态监测诊断的分析信号1-2]，然而该信号具有强烈的非平稳周期循环特征3，且信噪比低，只有准确地提取这一特征，才能有效地诊断柴油机失火故障。目前，常用的非平稳信号特征提取方法有短时傅里叶变换（STFT）、连续小波变换（CWT）魏格纳维尔分布（WVD）、希尔佰特黄变换（HHT）等。但每种方法都有其局限性。 STFT采用固定窗函数，无法解决时间和频率分辨率的矛盾;CWT存在小波基函数的选择问题5」， CW个的分解尺度与信号频率无关，只与分析频率有关,缺乏明显的物理意义WVD存在比较严重的干扰项；HHT容易产生模式混淆，还存在“边界效应”等间题-8」。
广义S变换(GeneralizedS-transform，GST)是标准S变换的改进算法，GST继承了标准ST的所有优点，比如多分辨率、变换的无损性以及时频分辨率与信号本身的直接相关性等等，并目通过亏人调节因子，增强了GST的自适应性，克服了标准ST
收稿日期：2016-12-07；修回日期：2017-04-02
存在的不足，且提取的特征量对噪声不敏感。这些独特的优势，使得GST具有更强的非平稳信号的处理能力，可以对柴油机非平稳信号进行消噪处理与特征增强。
本研究提出了一种基于广义S变换增强（GST Enhencement)的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对柴油机缸盖振动信号进行等角度重采样，采用GST对信号进行消噪外理：然后，进一步按照于作循环将周期性瞬态特征向直角坐标系进行映射，消除循环波动
的影响并显著增强周期循环特征o]。 1基本原理
1.1等角度重采样
将信号的时域序列转变为等角度的角域序列，是消除非平稳信号的循环波动干扰的一种有效方法。以第1缸压缩上止点的转速脉冲信号作为参考，对缸盖振动信号进行等角度重采样[11]。
假设柴油机曲轴转角与时间满足二次多项式关系：
(t)=bo + b1 t + bz t。
(1)
式中：bo，b1，b2为待定系数，可以通过在式（1)中代入3个连续的转速脉冲信号抵达的时间（t，tz，ts）来求解。转速脉冲的角度间隔是固定的（△Φ），即
作者简介：贾翔宇（1987—），男，讲师，硕士，主要研究方向为汽车故障智能检测与诊断;kittyyoyo_jxy@126eom