CN103558029A - 一种发动机异响故障在线诊断系统和诊断方法 - Google Patents

Abstract

本发明提供了一种发动机异响故障在线诊断系统和诊断方法，诊断系统包括声信号传感器、声信号采集储存模块和分析诊断模块，所述分析诊断模块包括通过频谱分析获得频谱参量的频谱分析诊断模块、通过小波分析获得能量参量的小波分析诊断模块，以及通过心理声学分析获得心理声学参量的心理声学分析诊断模块；频谱分析诊断模块、小波分析诊断模块和心理声学分析诊断模块分别提取频谱参量、能量参量和心理声学参量来表征异响故障特征。本发明能替代人工完成发动机异响故障的在线诊断工作，其诊断的准确性和一致性高，能够满足发动机生产线实时、快速、准确的异响故障诊断需求，提高了发动机检测线的工作效率。

Description

一种发动机异响故障在线诊断系统和诊断方法

技术领域

本发明涉及一种发动机检测技术，尤其是涉及一种发动机异响故障在线诊断系统和诊断方法。

背景技术

在发动机下线检测过程中，异响故障诊断是其中的重要一环，当前的发动机异响故障在线检测是依靠有经验的工人师傅进行人工听诊分辨，筛选出存在异响的故障发动机。这样的主观判定筛选受到诸多因素影响，如环境噪声干扰、工人师傅的工作状态、不同师傅的判定尺度不同等等，这些都会导致诊断结果不同甚至完全相反，给发动机的下线检测和质量控制带来极大的困扰。

为解决此问题，中国实用新型专利（专利号：ZL200720094131.6）公开了一种汽车发动机异响检测仪，该检测仪由声音传感器、数据采集卡以及计算机软硬件构成，采用小波变换极大模特征，采用阈值法和矢量法相结合的技术手段对异响信号的非平稳特征进行提取与识别。异响故障类型包括活塞敲缸、活塞销响、曲轴轴承响、连杆轴承响、气门响、挺杆响等，但其测试过程需要2分钟，操作需要4个以上的步骤，这种诊断方式适用于离线的故障诊断，采样时间较长（2分钟）且操作步骤相对较多，不适用于生产节拍较快的发动机生产线，且采用的特征提取算法单一，缺乏对不同异响特征的针对性，也缺乏多指标相互印证交叉判定，不利于提高异响故障诊断结果的准确性。另一件中国实用新型专利（专利号：ZL200820167967.9）公开了一种发动机异响分析仪，该分析仪采用振动传感器、信号处理器、计算机来代替人工判断发动机状态，其主要方法是将振动传感器安装在发动机的适当位置，通过比较振动信号与标准信号的波形、频率、幅度，来得到发动机的工作状态，但振动传感器的安装对于铁质发动机机体可用磁座较为方便，而对于目前普遍采用的铝质发动机机体则难以安装，若用胶水固定则效率低且会破坏发动机表面；另一方面，该实用新型对异响评判方式采用较为简单的波形、频率、幅度的比较，并没有通过信号处理方法提取各类异响对应的特征值及判别阈值以便于系统自动分析判定，这样的信号比较需要人工干预分析判定过程，在发动机异响故障在线诊断系统中无法采用。

国外的发动机故障诊断在70年代已开始研究，在90年代便已逐步开发出相应的智能诊断系统，如United States Patent“US5932801Failure DiagnosisSystem for Automobile Engine”，1999年，该系统采用反拖发动机和离线信号处理的方式，并且采用了声信号+曲轴转角信号+凸轮轴转角信号三个信号结合的信号采集方式，这种信号离线处理和多信号采集的方式不适用于在线故障诊断，且故障诊断过程发动机不点火，这与发动机工作的实际运行情况不符，缺少引起发动机振动噪声的最大激励源。又如：United States Patent“US7187773B2System for evaluating abnormal sound,sound recorder and apparatusfor evaluating abnormal sound”，2007年，该系统提出了一套基于网络的分布式异响记录诊断系统，该系统适用与远程诊断和远程技术支持使用，不适用于快速高效的现场在线诊断，并且只是提出了一个系统架构并没有考虑实际应用层面的软硬件支撑平台。再如：United States Patent“US7933742B2Abnormality diagnosing method for sound or vibration and abnormalitydiagnosing apparatus for sound or vibration”，2011年，其中提出了一套异常（故障）判断的方法，此方法首先将振动或噪声信号进行低通滤波，然后采用复小波的算法，并且用相关系数这一参数来辨别出是否异常。这种方法局限于低频的特征，而发动机异响大多数情况是由于机械故障引起的中高频的振动噪声信号，因而这一方法也是不适用于发动机的异响故障诊断的。另外，这种方法仅采用单一的复小波算法，异响特征指标单一，缺乏多指标交叉判定，对于不同种类的异响故障特征提取难以全面覆盖，难以保证复杂异响故障辨别的准确性。

为解决此问题，有必要研制一套用于发动机检测线的发动机异响故障在线诊断系统，以替代人工完成发动机异响故障的在线诊断工作，用客观统一的判定标准来进行发动机异响故障的下线检测。

发明内容

针对现有技术中存在的上述问题，本发明所要解决的技术问题在于提供一种发动机异响故障在线诊断系统和诊断方法，它能替代人工完成发动机异响故障的在线诊断工作，其诊断的准确性和一致性高，能够满足发动机生产线实时、快速、准确的异响故障诊断需求，提高了发动机检测线的工作效率。

本发明的技术方案如下：包括相连接的声学传感器、声信号采集储存模块和分析诊断模块，所述声学传感器为一个并安装在一处检测，所述分析诊断模块包括通过频谱分析获得频谱参量的频谱分析诊断模块、通过小波分析获得能量参量的小波分析诊断模块，以及通过心理声学分析获得心理声学参量的心理声学分析诊断模块；频谱分析诊断模块、小波分析诊断模块和心理声学分析诊断模块分别提取频谱参量、能量参量和心理声学参量来表征异响故障特征并与预设的相应故障特征阈值比较，来判定是否为正常机或异响机。

进一步地，所述频谱参量的获取，是对测得的声信号进行傅立叶变换并计算出功率谱，然后统计出功率谱中各个峰值与相邻谷值之间的差值以及峰谷值连线的陡峭程度。

进一步地，所述能量参量的获取，是采用母小波对测得的声信号进行连续小波变换，做出小波能量谱曲线，并在时域和频域上共同观察信号特征。通过小波能量谱可以看到更多的信息，如频率、脉冲的时间间隔以及能量的大小，这些特征可以有效地识别发动机异响特征，特别是对心理声学所不能很好识别的某些异响有较强的识别能力。

进一步地，所述心理声学参量包括响度、粗糙度和尖锐度，用这些心理声学参量来表征人对声音的主观感受量化指标，定量地反映出噪声所造成的听觉感受差别程度，考虑了人耳的听觉特性，在异响特征频率的识别中具有独特的优势。

进一步地，为保证诊断结果的有效性，达到经验师傅的理想人耳判定标准，所述故障特征阈值的设定，是在统计正常发动机的异响故障特征值和各类常见异响发动机的异响故障特征值的基础上，再通过互动滤波的方式，由人工对采集的各类型异响发动机样本进行回放听音和滤波确认来进行。

进一步地，为了提高检测效率和降低操作难度，便于现场实施使用，本诊断系统还包括发动机工况判断模块，当发动机工况判断模块判断发动机处于怠速转速范围内时，才进行声信号采集。

本发明还提供了一种发动机异响故障在线诊断方法，在发动机下线检测台上安装上述发动机异响故障在线诊断系统，将所述声学传感器安装于发动机曲轴箱上方且靠近曲轴箱的位置，将测功机输入轴与发动机输出轴相连接，对发动机进行包括以下步骤的异响故障检测：

步骤100，发动机工况判定，测转速后，由发动机工况判断模块判断发动机是否处于怠速工况，若判定发动机处于怠速工况则进入步骤101，否则在调整节气门后重新开始步骤100；

步骤101，声信号采集，通过声学传感器采集声信号，并通过数据采集前端进行模拟信号调理和数字信号转换；

步骤102，信号保存，由声信号采集储存模块对声音数字信号进行保存；

步骤103，信号分析，由分析诊断模块的频谱分析诊断模块作频谱分析，由小波分析诊断模块作小波分析，由心理声学分析诊断模块作心理声学分析；

步骤104，异响故障特征提取，三个分模块分别通过频谱参量、能量参量和心理声学参量来提取异响故障特征，心理声学参量包括响度、粗糙度、尖锐度和抖动强度；

步骤105，异响故障判断诊断，三个分模块分别将步骤104提取的异响故障特征与各模块中预设的相应故障特征阈值进行比较，若在故障特征阈值范围内为正常机，否则为异响机；

步骤106，诊断结果输出、保存。

进一步地，在步骤101的声信号采集完成后进行转速复检和发动机工况判定，若判定发动机处于怠速工况则进入步骤102，否则转入步骤100。

进一步地，所述心理声学参量包括响度、粗糙度、尖锐度和抖动强度。

本发明仅采用1个声学传感器进行发动机声信号测试，整个异响诊断的测试过程只需用一个声学传感器在一个固定的异响故障诊断测试点进行一次测试便可完成；克服了传统检测系统只采用一种特定的算法来获得某一特定参量，并用以表征单一异响故障特征的不足，采用频谱分析获得频谱参量、采用小波分析获得能量参量、采用心理声学分析获得心理声学参量，用多个参量的特定组合来表征异响故障特征，能适应不同类型的异响故障特征，异响故障覆盖范围广；并且采用了表征人对声音主观感受的量化心理声学参量来作为异响故障的特征参量，融合人工听诊技能和诊断法则，创造性的通过模拟工人师傅的异响故障听诊感受来确认故障特征阈值，使工人师傅的听诊经验固化为客观的故障特征评判准则。

因而本发明的有益效果是：

1.诊断快速、高效。异响故障诊断测试过程的信号采集时间为4秒，整个测试分析诊断过程不超过5秒，能够满足发动机生产线品质检验的实时、高效、要求。

2.诊断准确、全面。通过提取多种异响故障特征，能覆盖不同类型的异响故障特征，融合人工听诊的技能和评判法则，进行多特征量的交叉诊断评判，提高了异响故障诊断的准确率，在高效故障诊断的同时，对常见异响故障诊断的准确率达95%。

3.操作简便。1键式操作，工人师傅将声学传感器放置到测试点后仅需点击“开始”一个按键，之后系统便自动完成发动机工况判定、信号采集、信号保存、信号分析、异响故障特征提取、异响故障诊断、异响故障诊断结果显示，从测试开始至结果显示全程无需人工干预。

附图说明

图1是本发明诊断系统的功能模块框图。

图2是本发明诊断系统的硬件结构示意图。

图3是本发明工作过程的流程示意图。

图4是通过本发明对某发动机进行检测时获得的异响发动机小波能量谱图。

图5是通过本发明进行检测获得的正常机心理声学参数曲线图示例。

图6是通过本发明进行检测获得的异响机心理声学参数曲线图示例。

具体实施方式

以下将结合附图，对本发明的优选实施例进行详细说明。

如图1所示，本发明是一种发动机异响故障在线诊断系统，包括相连接的声学传感器、发动机工况判断模块、声信号采集储存模块和分析诊断模块。所述声学传感器为一个并安装在发动机缸体旁侧的固定位置进行检测，当发动机工况判断模块判断发动机处于怠速工况时，才进行声信号采集；所述分析诊断模块包括通过频谱分析获得频谱参量的频谱分析诊断模块、通过小波分析获得能量参量的小波分析诊断模块，以及通过心理声学分析获得心理声学参量的心理声学分析诊断模块；频谱分析诊断模块、小波分析诊断模块和心理声学分析诊断模块分别提取频谱参量、能量参量和心理声学参量来表征异响故障特征并与预设的相应故障特征阈值比较，来判定是否为正常机或异响机。而故障特征阈值的设定，是在统计了足够多的正常发动机的异响故障特征值和各类常见异响发动机的异响故障特征值的基础上，由有经验的工人师傅通过对采集的各类型的异响发动机样本进行回放听音和滤波确认来判定异响的特征频率范围和异响类型以及异响的严重程度，再最终确定异响故障特征阈值。

如图2所示，本发明诊断系统安装在发动机下线检测台11上，诊断系统的硬件包括声学传感器2、数据采集前端4、发动机点火控制系统9、触控式一体机7、测功机10，声学传感器2通过信号线3与数据采集前端4连接，数据采集前端4通过点火触发信号线6和数据线5分别与发动机点火控制系统9和触控式一体机7相连接，测功机10通过测功机连接轴8与发动机1的输出轴相连接。被测发动机1与测功机10联接，模拟发动机实际工作负荷，发动机工况监控通过采集发动机点火触发信号来监控发动机转速，从而判断发动机工况。例如，对一款摩托车用排量为110ml的卧式发动机进行检测，声学传感器2使用1级精度1/2英寸的自由场传声器，其检测位置为曲轴箱正上方中间区域距离曲轴箱高约10cm处，检测位置是根据主观听诊时采用的位置来确定的，根据不同发动机的测试需要可以调整到其他位置，一旦确定测试的有效区域则不能随意更改测试位置，否则影响判定法则。

通过本发明提供的发动机异响故障在线诊断系统进行诊断的方法是：参照图2和图3，将所述声学传感器2安装于发动机1的曲轴箱上方且靠近曲轴箱的位置，包括以下步骤的异响故障检测：

步骤100，发动机工况判定，测转速后，由发动机工况判断模块判断发动机是否处于怠速工况，若判定发动机处于怠速工况则进入步骤101，否则在调整节气门后重新开始步骤100；

步骤101，声信号采集，通过声学传感器采集声信号，并通过数据采集前端进行模拟信号调理和数字信号转换；

步骤102，信号保存，由声信号采集储存模块对声音数字信号进行保存；

步骤103，信号分析，由分析诊断模块的频谱分析诊断模块作频谱分析，由小波分析诊断模块作小波分析，由心理声学分析诊断模块作心理声学分析；

步骤104，异响故障特征提取，三个分模块分别通过频谱参量、能量参量和心理声学参量来提取异响故障特征，心理声学参量包括响度、粗糙度、尖锐度和抖动强度；

步骤105，异响故障判断诊断，三个分模块分别将步骤104提取的异响故障特征与各模块中预设的相应故障特征阈值进行比较，若在故障特征阈值范围内为正常机，否则为异响机；

步骤106，诊断结果输出、保存。

作为一种实施方式，可以在上述步骤101的声信号采集完成后进行转速复检和发动机工况判定，若判定发动机处于怠速工况则进入步骤102，否则转入步骤100，重新开始步骤100。

对于频谱分析诊断模块的分析诊断过程，是对测得的声信号进行傅立叶变换并计算出功率谱，然后统计出功率谱中各个峰值与相邻谷值之间的差值以及峰谷值连线的陡峭程度，这两个特征即频谱参量，当这两个特征达到所设阈值时，可判定该发动机存在异响故障。

如图4所示，对于能量参量的获取，采用cmor10-0.7母小波对测得的声信号进行连续小波变换，做出发动机的小波能量谱曲线，并在时域和频域上共同观察信号特征，箱体异响频带能量主要集中于一处，在频率800Hz附近有峰值出现，图中脉冲成分很明显，这些脉冲的发生时间有明显的规律性，通过计算可知，发动机每进行一个工作循环，该异响发生一次。因而从小波能量谱中可以看到更多的信息，如频率、脉冲的时间间隔以及能量的大小，这些特征可以有效的识别发动机异响特征，特别是对心理声学所不能很好识别的某些异响有较强的识别能力，这些特征就是小波的能量参量。

如图5和图6所示，本发明实施例中异响故障分析的心理声学参量包括响度、粗糙度、尖锐度和抖动强度。心理声学参数分析考虑了人耳的听觉特性，能够定量地反映出噪声所造成的听觉感受差别程度，在异响特征频率的识别中具有独特的优势，图5和图6是正常和异响发动机的心理声学参量计算结果的比较，从图中可对比可以看出，正常机的各心理声学参数曲线都比较平缓，没有突出的峰值，且各参数的总值偏小；而异响机的各心理声学参数的总值相比正常机有明显差异，特别是粗糙度相差很大，这与箱体异响的调制程度相对应，在临界频带8Bark附近，响度、粗糙度和抖动强度都有明显的峰值，分别比正常机高了1.6sone、0.25asper、0.02vacil，表明该频带引起了人耳听觉的差异，这些响度、粗糙度、尖锐度、抖动强度等就是心理声学参量，响度、粗糙度和抖动强度超过异响故障特征阈值，此机被判定为异响机。

本发明的检测过程是：操作者按照发动机一般检测方法将发动完成启动和其他检测项目，然后将预先布置好的声学传感器放置到测试点，点开始按钮同时让发动机保持测试需要的转速工况，系统会自动判断工况是否达到测试条件并自动完成后续的一系列工作并给出诊断结果。

以上仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，本发明的结构还可适用于摩托车、电动车等类似车辆。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种发动机异响故障在线诊断系统，包括相连接的声学传感器、声信号采集储存模块和分析诊断模块，其特征在于：所述声学传感器为一个并安装在一处检测，所述分析诊断模块包括通过频谱分析获得频谱参量的频谱分析诊断模块、通过小波分析获得能量参量的小波分析诊断模块，以及通过心理声学分析获得心理声学参量的心理声学分析诊断模块；频谱分析诊断模块、小波分析诊断模块和心理声学分析诊断模块分别提取频谱参量、能量参量和心理声学参量来表征异响故障特征并与预设的相应故障特征阈值比较，来判定是否为正常机或异响机。

2.根据权利要求1所述的发动机异响故障在线诊断系统，其特征在于：所述频谱参量的获取，是对测得的声信号进行傅立叶变换并计算出功率谱，然后统计出功率谱中各个峰值与相邻谷值之间的差值以及峰谷值连线的陡峭程度。

3.根据权利要求1所述的发动机异响故障在线诊断系统，其特征在于：所述能量参量的获取，是采用母小波对测得的声信号进行连续小波变换，做出小波能量谱曲线，并在时域和频域上共同观察信号特征。

4.根据权利要求1所述的发动机异响故障在线诊断系统，其特征在于：所述心理声学参量包括响度、粗糙度和尖锐度。

5.根据权利要求1至4任一所述的发动机异响故障在线诊断系统，其特征在于：所述故障特征阈值的设定，是在统计正常发动机的异响故障特征值和各类常见异响发动机的异响故障特征值的基础上，再通过互动滤波的方式，由人工对采集的各类型异响发动机样本进行回放听音和滤波确认来进行。

6.根据权利要求5所述的发动机异响故障在线诊断系统，其特征在于：还包括发动机工况判断模块，当发动机工况判断模块判断发动机处于怠速转速范围内时，才进行声信号采集。

7.一种发动机异响故障在线诊断方法，其特征在于：在发动机下线检测台上安装如权利要求1所述的发动机异响故障在线诊断系统，将所述声学传感器安装于发动机曲轴箱上方且靠近曲轴箱的位置，将测功机输入轴与发动机输出轴相连接，对发动机进行包括以下步骤的异响故障检测：

步骤100，发动机工况判定，测转速后，由发动机工况判断模块判断发动机是否处于怠速工况，若判定发动机处于怠速工况则进入步骤101，否则在调整节气门后重新开始步骤100；

步骤101，声信号采集，通过声学传感器采集声信号，并通过数据采集前端进行模拟信号调理和数字信号转换；

步骤102，信号保存，由声信号采集储存模块对声音数字信号进行保存；

步骤103，信号分析，由分析诊断模块的频谱分析诊断模块作频谱分析，由小波分析诊断模块作小波分析，由心理声学分析诊断模块作心理声学分析；

步骤104，异响故障特征提取，三个分模块分别通过频谱参量、能量参量和心理声学参量来提取异响故障特征；

步骤105，异响故障判断诊断，三个分模块分别将步骤104提取的异响故障特征与各模块中预设的相应故障特征阈值进行比较，若在故障特征阈值范围内为正常机，否则为异响机；

步骤106，诊断结果输出、保存。

8.根据权利要求7所述的发动机异响故障在线诊断方法，其特征在于：在步骤101的声信号采集完成后进行转速复检和发动机工况判定，若判定发动机处于怠速工况则进入步骤102，否则转入步骤100。

9.根据权利要求7所述的发动机异响故障在线诊断方法，其特征在于：所述心理声学参量包括响度、粗糙度、尖锐度和抖动强度。

Images