CN117662341A - 车用柴油机喷油器状态监测方法、装置、设备及存储介质 - Google Patents
车用柴油机喷油器状态监测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117662341A CN117662341A CN202311363287.XA CN202311363287A CN117662341A CN 117662341 A CN117662341 A CN 117662341A CN 202311363287 A CN202311363287 A CN 202311363287A CN 117662341 A CN117662341 A CN 117662341A
- Authority
- CN
- China
- Prior art keywords
- acoustic emission
- signal
- diesel
- sensitivity analysis
- injector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012544 monitoring process Methods 0.000 title claims abstract description 67
- 239000000446 fuel Substances 0.000 title claims abstract description 42
- 238000005070 sampling Methods 0.000 claims abstract description 122
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 99
- 230000035945 sensitivity Effects 0.000 claims abstract description 79
- 238000011156 evaluation Methods 0.000 claims abstract description 59
- 238000001914 filtration Methods 0.000 claims abstract description 40
- 230000000903 blocking effect Effects 0.000 claims abstract description 39
- 238000003745 diagnosis Methods 0.000 claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 87
- 239000013598 vector Substances 0.000 claims description 41
- 239000011159 matrix material Substances 0.000 claims description 32
- 238000012546 transfer Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000005299 abrasion Methods 0.000 description 9
- 239000000243 solution Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000002347 injection Methods 0.000 description 5
- 239000007924 injection Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000007418 data mining Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing Of Engines (AREA)
Abstract
本发明公开了一种车用柴油机喷油器状态监测方法、装置、设备及存储介质，所述方法通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；从敏感性分析数据中获取预设采样长度的采样序列，对采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；根据声发射信号和瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果；能够通过声发射技术和瞬时转速法，完成对车用柴油机喷油器堵塞状态的检测，保证了喷油器状态监测精度，提高了故障诊断与健康评估准确性，提升了车用柴油机喷油器状态监测的速度和效率。
Description
技术领域
本发明涉及采油机状态监测技术领域，尤其涉及一种车用柴油机喷油器状态监测方法、装置、设备及存储介质。
背景技术
柴油发动机在低温下进行启动时，由于柴油的粘稠度大，喷油器自身磨损等原因，会导致喷油器堵塞，发动机启动困难，但出现这个故障后，很难判断出故障原因，只能通过拆卸缸盖后进行喷油泵台试验等方式确定故障原因。
柴油机作为各种机械的动力源，其可靠性直接影响相关机械和系统的经济性和可靠性，尤其是作为车辆动力心脏的船用柴油机，若车辆在运行过程中发生故障而未得到及时有效的维修，轻则会造成经济损失，重则导致车辆出现严重的经济损失甚至危及驾乘人员的生命安全，因此，车用柴油机的可靠性需求更高。
现有的解决方案是获取发动机在汽缸切换时轨压压降值；判断所述轨压压降值是否大于预设压降值，来确定喷油器是否堵塞，但是轨压下降是由多因素的引起的，不一定都是由于喷油器状态异常导致，喷油器状态监测精度较低，故障诊断和健康评估准确性较低。
发明内容
本发明的主要目的在于提供一种车用柴油机喷油器状态监测方法、装置、设备及存储介质，旨在解决现有技术中喷油器状态监测精度较低，故障诊断和健康评估准确性较低，影响采油发动机的可靠性的技术问题。
第一方面，本发明提供一种车用柴油机喷油器状态监测方法，所述车用柴油机喷油器状态监测方法包括以下步骤：
通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；
从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；
根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果。
可选地，所述通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据，包括：
通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值；
利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
可选地，所述通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值，包括：
通过柴油机缸内的传感器获得不同声源对应的不同测点能量与衰减因子和相对距离的对应关系；
根据所述对应关系通过下式获得不同测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值：
kl＝lnW0-lnW(l)
其中，kl为测点敏感性特征值，k为衰减因子，l为测点与声发射源间的距离，v(t)为测点的声发射信号，W为从P0点到Pt的声发射信号能能量，W0为初始点的声发射能量，W(l)为计算点的声发射能量。
可选地，所述利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据，包括：
利用放大器对所述柴油机缸内的传感器采集的敏感性特征值对应的采集信号进行增益，获得增益信号；
实时监测柴油机的喷油器的喷嘴堵塞量，在所述喷嘴堵塞量处于目标堵塞量范围时，获得对应所述目标堵塞量范围的目标增益信号；
对所述目标增益信号进行敏感性分析，获得各测点对各声发射源的敏感性分析数据。
可选地，所述从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号，包括：
根据预设采样长度，预设采样点数量和预设采样率从所述敏感性分析数据中采集符合预设工作循环时间的采样数据，将所述采样数据进行周期平均，获得采样序列；
获取滤波器的传递函数，根据所述传递函数对所述采样序列进行滤波处理，获得滤波结果；
将所述滤波结果从时间域转化到角度域，获得角度域数据，根据预设曲柄转角取值范围从所述角度域数据中提取声发射信号和瞬时转速信号。
可选地，所述根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果，包括：
从历史数据库中查找实测的样本数据，从所述声发射信号中提取故障特征向量，将所述故障特征向量和所述样本数据组合成特征向量组；
将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值；
在所述评价函数值为最小值或低于预设函数值阈值时，使用新的预设隶属度矩阵计算各聚类中心的评价函数值；
在所述评价函数值不为最小值且不低于预设函数值阈值时，将当前聚类中心的聚类结果作为故障特征参数；
从所述瞬时转速信号中获取与所述故障特征参数对应的目标瞬时转速信号，确定所述目标瞬时转速信号的峭度最大波峰，根据所述将所述峭度最大波峰确定故障定位结果。
可选地，所述将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值，包括：
将所述特征向量组导入预设隶属度矩阵，通过下式计算所述声发射信号中所有组类的聚类中心的评价函数值：
其中，J(U,V)为评价函数值，U为隶属度矩阵，V为聚类中心，c为分类类别，n为数据样本量，为聚类最优解，/>为目标到聚类中心的最小距离。
第二方面，为实现上述目的，本发明还提出一种车用柴油机喷油器状态监测装置，所述车用柴油机喷油器状态监测装置包括：
敏感性分析模块，用于通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；
信号提取模块，用于从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；
故障诊断模块，用于根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果。
第三方面，为实现上述目的，本发明还提出一种车用柴油机喷油器状态监测设备，所述车用柴油机喷油器状态监测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车用柴油机喷油器状态监测程序，所述车用柴油机喷油器状态监测程序配置为实现如上文所述的车用柴油机喷油器状态监测方法的步骤。
第四方面，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有车用柴油机喷油器状态监测程序，所述车用柴油机喷油器状态监测程序被处理器执行时实现如上文所述的车用柴油机喷油器状态监测方法的步骤。
本发明提出的车用柴油机喷油器状态监测方法，通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果；能够通过声发射技术和瞬时转速法，完成对车用柴油机喷油器堵塞状态的检测，提高了柴油机的综合性能和可靠性，提升了车用柴油机的整体技术水平，能够对柴油机各缸磨损进行准确识别，保证了喷油器状态监测精度，提高了故障诊断与健康评估准确性，提升了车用柴油机喷油器状态监测的速度和效率。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本发明车用柴油机喷油器状态监测方法第一实施例的流程示意图；
图3为本发明车用柴油机喷油器状态监测方法第二实施例的流程示意图；
图4为本发明车用柴油机喷油器状态监测方法第三实施例的流程示意图；
图5为本发明车用柴油机喷油器状态监测方法第四实施例的流程示意图；
图6为本发明车用柴油机喷油器状态监测方法第五实施例的流程示意图；
图7为本发明车用柴油机喷油器状态监测方法中基于模糊C算法的数据挖掘示意图；
图8为本发明车用柴油机喷油器状态监测装置第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的解决方案主要是：通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果；能够通过声发射技术和瞬时转速法，完成对车用柴油机喷油器堵塞状态的检测，提高了柴油机的综合性能和可靠性，提升了车用柴油机的整体技术水平，能够对柴油机各缸磨损进行准确识别，保证了喷油器状态监测精度，提高了故障诊断与健康评估准确性，提升了车用柴油机喷油器状态监测的速度和效率，影响采油发动机的可靠性，解决了现有技术中喷喷油器状态监测精度较低，故障诊断和健康评估准确性较低，影响采油发动机的可靠性的技术问题。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示，该设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(Non-Volatile Memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的设备结构并不构成对该设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作装置、网络通信模块、用户接口模块以及车用柴油机喷油器状态监测程序。
本发明设备通过处理器1001调用存储器1005中存储的车用柴油机喷油器状态监测程序，并执行以下操作：
通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；
从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；
根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果。
本发明设备通过处理器1001调用存储器1005中存储的车用柴油机喷油器状态监测程序，还执行以下操作：
通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值；
利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
本发明设备通过处理器1001调用存储器1005中存储的车用柴油机喷油器状态监测程序，还执行以下操作：
通过柴油机缸内的传感器获得不同声源对应的不同测点能量与衰减因子和相对距离的对应关系；
根据所述对应关系通过下式获得不同测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值：
kl＝lnW0-lnW(l)
其中，kl为测点敏感性特征值，k为衰减因子，l为测点与声发射源间的距离，v(t)为测点的声发射信号，W为从P0点到Pt的声发射信号能能量，W0为初始点的声发射能量，W(l)为计算点的声发射能量。
本发明设备通过处理器1001调用存储器1005中存储的车用柴油机喷油器状态监测程序，还执行以下操作：
利用放大器对所述柴油机缸内的传感器采集的敏感性特征值对应的采集信号进行增益，获得增益信号；
实时监测柴油机的喷油器的喷嘴堵塞量，在所述喷嘴堵塞量处于目标堵塞量范围时，获得对应所述目标堵塞量范围的目标增益信号；
对所述目标增益信号进行敏感性分析，获得各测点对各声发射源的敏感性分析数据。
本发明设备通过处理器1001调用存储器1005中存储的车用柴油机喷油器状态监测程序，还执行以下操作：
根据预设采样长度，预设采样点数量和预设采样率从所述敏感性分析数据中采集符合预设工作循环时间的采样数据，将所述采样数据进行周期平均，获得采样序列；
获取滤波器的传递函数，根据所述传递函数对所述采样序列进行滤波处理，获得滤波结果；
将所述滤波结果从时间域转化到角度域，获得角度域数据，根据预设曲柄转角取值范围从所述角度域数据中提取声发射信号和瞬时转速信号。
本发明设备通过处理器1001调用存储器1005中存储的车用柴油机喷油器状态监测程序，还执行以下操作：
从历史数据库中查找实测的样本数据，从所述声发射信号中提取故障特征向量，将所述故障特征向量和所述样本数据组合成特征向量组；
将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值；
在所述评价函数值为最小值或低于预设函数值阈值时，使用新的预设隶属度矩阵计算各聚类中心的评价函数值；
在所述评价函数值不为最小值且不低于预设函数值阈值时，将当前聚类中心的聚类结果作为故障特征参数；
从所述瞬时转速信号中获取与所述故障特征参数对应的目标瞬时转速信号，确定所述目标瞬时转速信号的峭度最大波峰，根据所述将所述峭度最大波峰确定故障定位结果。
本发明设备通过处理器1001调用存储器1005中存储的车用柴油机喷油器状态监测程序，还执行以下操作：
将所述特征向量组导入预设隶属度矩阵，通过下式计算所述声发射信号中所有组类的聚类中心的评价函数值：
其中，J(U,V)为评价函数值，U为隶属度矩阵，V为聚类中心，c为分类类别，n为数据样本量，为聚类最优解，/>为目标到聚类中心的最小距离。
本实施例通过上述方案，通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果；能够通过声发射技术和瞬时转速法，完成对车用柴油机喷油器堵塞状态的检测，提高了柴油机的综合性能和可靠性，提升了车用柴油机的整体技术水平，能够对柴油机各缸磨损进行准确识别，保证了喷油器状态监测精度，提高了故障诊断与健康评估准确性，提升了车用柴油机喷油器状态监测的速度和效率。
基于上述硬件结构，提出本发明车用柴油机喷油器状态监测方法实施例。
参照图2，图2为本发明车用柴油机喷油器状态监测方法第一实施例的流程示意图。
在第一实施例中，所述车用柴油机喷油器状态监测方法包括以下步骤：
步骤S10、通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
需要说明的是，通过柴油机缸内的传感器可以获得不同声源对应的敏感性特征值，进而根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
应当理解的是，喷油器作为共轨系统中负责燃油喷射工作的关键部件，它的工作状态很大程度上影响柴油机的工作性能；由于喷油器自身结构和运行环境复杂，易发生故障造成经济损失，喷油器发生故障时，会影响喷油量、喷油正时和喷油规律，从而引起高压油管中的燃油压力波形发生变化；由于系统中的燃油压力与喷油器的工作状态有直接关联，燃油压力信号相对于其他信号在喷油器的故障诊断与健康评估方面优势明显；但引起系统中压力波动的激励有多种，如何从中找出与喷油器故障密切相关的信号成分提取特征，是减少特征信息冗余提高故障诊断与健康评估准确性的关键所在。
在具体实现中，柴油机缸内声发射源激发的声发射波通过结构复杂的缸盖传播至外表面时会发生复杂的反射、折射、模式转换和能量衰减等现象，传感器在缸盖获取的声发射信号相对于原始声发射源信号有很大变化，诊断效果也会不同，因此将声发射技术实际应用于柴油机监测诊断过程中，需先考虑声发射源信号能否被传感器捕捉或者捕捉的信号的信噪比是否高，即需要先研究测点(传感器安装位置)对不同声发射源的敏感性，传感器捕捉的声发射信号能量相对于声发射源能量的衰减较小，则测点敏感性较高；衰减较大则测点敏感性较低，为了保证声发射信号对各缸磨损的准确识别，需要进行敏感性分析。
步骤S20、从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号。
可以理解的是，从所述敏感性分析数据中可以获取预设采样长度的采样序列，进而可以对所述采样序列进行滤波处理，提取符合筛选要求的信号，即声发射信号和瞬时转速信号。
步骤S30、根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果。
应当理解的是，通过所述声发射信号和所述瞬时转速信号可以对柴油机喷油器的状态进行故障诊断，从而获得相应故障的故障定位结果。
本实施例通过上述方案，通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果；能够通过声发射技术和瞬时转速法，完成对车用柴油机喷油器堵塞状态的检测，提高了柴油机的综合性能和可靠性，提升了车用柴油机的整体技术水平，能够对柴油机各缸磨损进行准确识别，保证了喷油器状态监测精度，提高了故障诊断与健康评估准确性，提升了车用柴油机喷油器状态监测的速度和效率。
进一步地，图3为本发明车用柴油机喷油器状态监测方法第二实施例的流程示意图，如图3所示，基于第一实施例提出本发明车用柴油机喷油器状态监测方法第二实施例，在本实施例中，所述步骤S10具体包括以下步骤：
步骤S11、通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值。
需要说明的是，通过柴油机缸内的传感器可以获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值。
进一步的，所述步骤S11包括以下步骤：
通过柴油机缸内的传感器获得不同声源对应的不同测点能量与衰减因子和相对距离的对应关系；
根据所述对应关系通过下式获得不同测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值：
kl＝lnW0-lnW(l)
其中，kl为测点敏感性特征值，k为衰减因子，l为测点与声发射源间的距离，v(t)为测点的声发射信号，W为从P0点到Pt的声发射信号能能量，W0为初始点的声发射能量，W(l)为计算点的声发射能量。
应当理解的是，通过上式可以表示测点对声发射源之间的能量衰减，由于对于缸盖这种复杂的介质，不同测点相对于同一声发射源的衰减因子k不同，因此不同测点能量的衰减大小同时与衰减因子k和距离x有关，可将两者乘积kx作为衡量测点与声发射源之间能量衰减(测点敏感性)的参数。
因此kx可表征测点能量相对于声发射源的衰减量，kx值较小，能量衰减较小，测点敏感性较高；kx值较大，能量衰减较大，测点敏感性较小。利用传感器和采集设备获取声发射源和不同测点的声发射信号，使用上式可以计算出不同测点和声发射源之间的kx值即可得到柴油机缸盖各测点对缸内声发射源的敏感性特征。
步骤S12、利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
可以理解的是，通过放大器可以根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
本实施例通过上述方案，通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值；利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据，能够通过传感器对柴油机各缸磨损进行准确识别，保证了喷油器状态监测精度。
进一步地，图4为本发明车用柴油机喷油器状态监测方法第三实施例的流程示意图，如图4所示，基于第二实施例提出本发明车用柴油机喷油器状态监测方法第三实施例，在本实施例中，所述步骤S12具体包括以下步骤：
步骤S121、利用放大器对所述柴油机缸内的传感器采集的敏感性特征值对应的采集信号进行增益，获得增益信号。
需要说明的是，利用放大器可以对所述柴油机缸内的传感器采集的敏感性特征值对应的采集信号进行增益，进而可以获得增益后的增益信号。
步骤S122、实时监测柴油机的喷油器的喷嘴堵塞量，在所述喷嘴堵塞量处于目标堵塞量范围时，获得对应所述目标堵塞量范围的目标增益信号。
应当理解的是，不同喷嘴都赛量的燃烧段对应有不同声发射信号，实时监测柴油机的喷油器的喷嘴堵塞量，进而可以在所述喷嘴堵塞量处于目标堵塞量范围时，获取对应所述目标堵塞量范围的目标增益信号。
步骤S123、对所述目标增益信号进行敏感性分析，获得各测点对各声发射源的敏感性分析数据。
可以理解的是，对所述目标增益信号进行敏感性分析，进而可以获得各测点对各声发射源的敏感性分析数据。
本实施例通过上述方案，通过利用放大器对所述柴油机缸内的传感器采集的敏感性特征值对应的采集信号进行增益，获得增益信号；实时监测柴油机的喷油器的喷嘴堵塞量，在所述喷嘴堵塞量处于目标堵塞量范围时，获得对应所述目标堵塞量范围的目标增益信号；对所述目标增益信号进行敏感性分析，获得各测点对各声发射源的敏感性分析数据，能够通过传感器对柴油机各缸磨损进行准确识别，保证了喷油器状态监测精度。
进一步地，图5为本发明车用柴油机喷油器状态监测方法第四实施例的流程示意图，如图5所示，基于第一实施例提出本发明车用柴油机喷油器状态监测方法第四实施例，在本实施例中，所述步骤S20具体包括以下步骤：
步骤S21、根据预设采样长度，预设采样点数量和预设采样率从所述敏感性分析数据中采集符合预设工作循环时间的采样数据，将所述采样数据进行周期平均，获得采样序列。
需要说明的是，通过预先设置的采样长度，预先设置的采样点数量和预先设置的采样率，可以从所述敏感性分析数据中采集符合预设工作循环时间的采样数据，进而将所述采样数据进行周期平均，获得采样序列。
在具体实现中，采样：从声发射、上止点和瞬时转速等信号中提取特定长度的采样序列，取240K采样点，采样率为60KHz时，则截取时长为4s，当柴油机转速为1500r/min时，采样长度约为50个柴油机的工作循环，这一过程可以表示为：
式中，xs(t)为采样后序列，x(t)为采样前热δ(t-nTs)电信号，δ(t-nTs)为采样脉冲序列；Ts为采样时间间隔。
工作循环时间:由上止点信号每2转过零点逐个截取1个柴油机的工作循环，确定采样序列号，其工作循环时间可表示为：
Tη＝(j-i)Ts
式中，Tη为工作循环时间；j、i为相隔2个上止点的采样序列号；
周期平均:由于柴油机工作时燃油喷射等随机因素和非连续工作循环的特点,其瞬时转速存在波动，为了提高分析可信度，以适当工作循环数计算热电信号的平均值，这一过程可表示为：
式中，(Xi1，Xi2，...Xim)为第i个工作循环平均后的采样序列；(Xn1，Xn2，...Xnm)为第i+N-1个做功周期的采样序列；N为周期平均次数。
步骤S22、获取滤波器的传递函数，根据所述传递函数对所述采样序列进行滤波处理，获得滤波结果。
可以理解的是，获取滤波器的传递函数，进而根据所述传递函数对所述采样序列进行滤波处理，获得相应的滤波结果。
在具体实现中，信号滤波：分析热电信号与柴油机的运行特征，并结合实际滤波效果，选取6阶Butterworth IIR低通滤波器，其传递函数为：
式中，θi＝(zi-1)π/2N(i＝1,2,...,2N)，Z为数字滤波器复变量；ω为数字域频率；N为传递函数根的个数；N1为N/2就近取整，N越大，通带和阻带越接近理想。
步骤S23、将所述滤波结果从时间域转化到角度域，获得角度域数据，根据预设曲柄转角取值范围从所述角度域数据中提取声发射信号和瞬时转速信号。
应当理解的是，将所述滤波结果从时间域转化为角度域，进而获得角度域数据，进而根据预先设置的曲柄转角取值范围从所述角度域数据中提取相应的数据，即声发射信号和瞬时转速信号。
在具体实现中，通过磁电转速传感器获取飞轮上对应齿的波形为近似正弦波，所对应的采样时间是飞轮转过1个飞轮齿所对应的固定角度(360°/Z，Z为飞轮齿数)的采样时间间隔。通过捕捉正弦波的起点与终点，就能获得1个飞轮齿所对应的固定角度信号序列索引，选取热电数据序列中选取相应的点构成一组新的热电数据序列。将此数据序列长度插值到720点(视转角分辨率定)，即可完成热电信号的等曲柄转角化，其计算式如下：
式中，an+x为第n+x个采样点对应的曲轴转角；n为该采样点所在齿的序数；N为飞轮齿数；px为第n个齿内的点序数；j-i为第n个齿内的总采样点数。
特征信号提取：提取上止点后430～520°CA(曲柄转角)的声发射信号和瞬时转速信号进行分析。
相应地，声发射信号功率特征提取：除选取特定曲柄转角内声发射信号进行时域分析外，还可将某一工作过程对应的时域波形变换到频域内进行分析，信号PSD谱幅值与频率轴围成的面积可表征信号的功率，信号功率为信号能量在时间上的平均，可表征窗口内声发射激励的平均强度。
信号功率P的定义如下所示：
其中，P为声发射信号的功率(V2)，也等于时域信号的RMS值的平方；b和a分别为频率段的频率上下限(Hz)；P(i)为PSD谱的幅值(V2·Hz-1)；Δf为频率间隔(Hz)。
在具体实现中，瞬时转速特征值提取可以按照发动机发火的曲柄转角，将瞬时转速曲线的6个波峰对应为6个气缸，分别求6个波峰的峭度作为6个缸的特征值。
本实施例通过上述方案，通过根据预设采样长度，预设采样点数量和预设采样率从所述敏感性分析数据中采集符合预设工作循环时间的采样数据，将所述采样数据进行周期平均，获得采样序列；获取滤波器的传递函数，根据所述传递函数对所述采样序列进行滤波处理，获得滤波结果；将所述滤波结果从时间域转化到角度域，获得角度域数据，根据预设曲柄转角取值范围从所述角度域数据中提取声发射信号和瞬时转速信号；能够通过声发射技术和瞬时转速法，完成对车用柴油机喷油器堵塞状态的检测，提高了柴油机的综合性能和可靠性，提升了车用柴油机的整体技术水平。
进一步地，图6为本发明车用柴油机喷油器状态监测方法第五实施例的流程示意图，如图6所示，基于第一实施例提出本发明车用柴油机喷油器状态监测方法第五实施例，在本实施例中，所述步骤S30具体包括以下步骤：
步骤S31、从历史数据库中查找实测的样本数据，从所述声发射信号中提取故障特征向量，将所述故障特征向量和所述样本数据组合成特征向量组。
需要说明的是，可以从历史数据库查找实测的样本数据，并且从所述声发射信号中提取故障特征向量，进而将所述故障特征向量和所述样本数据组合成特征向量组。
步骤S32、将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值。
可以理解的是，将所述特征向量组导入预先设置的隶属度矩阵，进而计算所述声发射信号中所有组类的聚类中心的评价函数值。
进一步的，所述步骤S32具体包括以下步骤：
将所述特征向量组导入预设隶属度矩阵，通过下式计算所述声发射信号中所有组类的聚类中心的评价函数值：
其中，J(U,V)为评价函数值，U为隶属度矩阵，V为聚类中心，c为分类类别，n为数据样本量，为聚类最优解，/>为目标到聚类中心的最小距离。
在具体实现中，如图7所示，图7为本发明车用柴油机喷油器状态监测方法中基于模糊C算法的数据挖掘示意图，参见图7，通过提取故障特征向量，组合样本数据并导入隶属度矩阵来计算聚类中心，求解出所有组类的中心，以确定各种样本数据所属的组类，最终达到对样本数据自动进行分类的目的。
数据挖掘的基本流程为：
(1)选择合适的信号来提取特征值；(2)计算聚类中心V；(3)计算隶属度U＝[uji]；(4)计算新的聚类中心V＝[vji]；(5)找到目标函数值，如果目标函数与经过求解和迭代后得的函数相比差距很小，则算法结束，若得出的结果差距较大，将回到流程(3)中重新进行数据挖掘。
如果评价函数J(U,V)小于某个阈值，则该算法重新进行，并且需计算出新的矩阵U，最后，直到新的聚类中心与最后得到的聚类中心之间，差距在允许误差范围内为止。
步骤S33、在所述评价函数值为最小值或低于预设函数值阈值时，使用新的预设隶属度矩阵计算各聚类中心的评价函数值。
应当理解的是，通过将所述评价函数值与所述预设函数值阈值可以确定评价函数值，即在所述评价函数值为最小值或低于预设函数值阈值时，使用新的预设隶属度矩阵计算各聚类中心的评价函数值。
步骤S34、在所述评价函数值不为最小值且不低于预设函数值阈值时，将当前聚类中心的聚类结果作为故障特征参数。
可以理解的是，在所述评价函数值不为最小值且不低于预设函数值阈值时，将当前聚类中心的聚类结果作为故障特征参数。
步骤S35、从所述瞬时转速信号中获取与所述故障特征参数对应的目标瞬时转速信号，确定所述目标瞬时转速信号的峭度最大波峰，根据所述将所述峭度最大波峰确定故障定位结果。
应当理解的是，从所述瞬时转速信号中获取与所述故障特征参数对应的目标瞬时转速信号，进而可以确定所述目标瞬时转速信号对应的峭度最大波峰，根据所述将所述峭度最大波峰确定故障定位结果。
在具体实现中，通过声发射信号可以实现故障判断，判断周期内(0-720°CA)有故障，却难以进行故障定位，为此需要通过各缸瞬时转速的峭度来进行定位，经过试验进一步验证，峭度最大波峰对应故障位置。
本实施例通过上述方案，通过从历史数据库中查找实测的样本数据，从所述声发射信号中提取故障特征向量，将所述故障特征向量和所述样本数据组合成特征向量组；将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值；在所述评价函数值为最小值或低于预设函数值阈值时，使用新的预设隶属度矩阵计算各聚类中心的评价函数值；在所述评价函数值不为最小值且不低于预设函数值阈值时，将当前聚类中心的聚类结果作为故障特征参数；从所述瞬时转速信号中获取与所述故障特征参数对应的目标瞬时转速信号，确定所述目标瞬时转速信号的峭度最大波峰，根据所述将所述峭度最大波峰确定故障定位结果，能够通过声发射技术和瞬时转速法，完成对车用柴油机喷油器堵塞状态的检测，提高了柴油机的综合性能和可靠性，提升了车用柴油机的整体技术水平，能够对柴油机各缸磨损进行准确识别，保证了喷油器状态监测精度，提高了故障诊断与健康评估准确性，提升了车用柴油机喷油器状态监测的速度和效率。
相应地，本发明进一步提供一种车用柴油机喷油器状态监测装置。
参照图8，图8为本发明车用柴油机喷油器状态监测装置第一实施例的功能模块图。
本发明车用柴油机喷油器状态监测装置第一实施例中，该车用柴油机喷油器状态监测装置包括：
敏感性分析模块10，用于通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
信号提取模块20，用于从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号。
故障诊断模块30，用于根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果。
所述敏感性分析模块10，还用于通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值；利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
所述敏感性分析模块10，还用于通过柴油机缸内的传感器获得不同声源对应的不同测点能量与衰减因子和相对距离的对应关系；
根据所述对应关系通过下式获得不同测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值：
kl＝lnW0-lnW(l)
其中，kl为测点敏感性特征值，k为衰减因子，l为测点与声发射源间的距离，v(t)为测点的声发射信号，W为从P0点到Pt的声发射信号能能量，W0为初始点的声发射能量，W(l)为计算点的声发射能量。
所述敏感性分析模块10，还用于利用放大器对所述柴油机缸内的传感器采集的敏感性特征值对应的采集信号进行增益，获得增益信号；实时监测柴油机的喷油器的喷嘴堵塞量，在所述喷嘴堵塞量处于目标堵塞量范围时，获得对应所述目标堵塞量范围的目标增益信号；对所述目标增益信号进行敏感性分析，获得各测点对各声发射源的敏感性分析数据。
所述信号提取模块20，还用于根据预设采样长度，预设采样点数量和预设采样率从所述敏感性分析数据中采集符合预设工作循环时间的采样数据，将所述采样数据进行周期平均，获得采样序列；获取滤波器的传递函数，根据所述传递函数对所述采样序列进行滤波处理，获得滤波结果；将所述滤波结果从时间域转化到角度域，获得角度域数据，根据预设曲柄转角取值范围从所述角度域数据中提取声发射信号和瞬时转速信号。
所述故障诊断模块30，还用于从历史数据库中查找实测的样本数据，从所述声发射信号中提取故障特征向量，将所述故障特征向量和所述样本数据组合成特征向量组；将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值；在所述评价函数值为最小值或低于预设函数值阈值时，使用新的预设隶属度矩阵计算各聚类中心的评价函数值；在所述评价函数值不为最小值且不低于预设函数值阈值时，将当前聚类中心的聚类结果作为故障特征参数；从所述瞬时转速信号中获取与所述故障特征参数对应的目标瞬时转速信号，确定所述目标瞬时转速信号的峭度最大波峰，根据所述将所述峭度最大波峰确定故障定位结果。
所述故障诊断模块30，还用于将所述特征向量组导入预设隶属度矩阵，通过下式计算所述声发射信号中所有组类的聚类中心的评价函数值：
其中，J(U,V)为评价函数值，U为隶属度矩阵，V为聚类中心，c为分类类别，n为数据样本量，为聚类最优解，/>为目标到聚类中心的最小距离。
其中，车用柴油机喷油器状态监测装置的各个功能模块实现的步骤可参照本发明车用柴油机喷油器状态监测方法的各个实施例，此处不再赘述。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有车用柴油机喷油器状态监测程序，所述车用柴油机喷油器状态监测程序被处理器执行时实现如下操作：
通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；
从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；
根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果。
进一步地，所述车用柴油机喷油器状态监测程序被处理器执行时还实现如下操作：
通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值；
利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
进一步地，所述车用柴油机喷油器状态监测程序被处理器执行时还实现如下操作：
通过柴油机缸内的传感器获得不同声源对应的不同测点能量与衰减因子和相对距离的对应关系；
根据所述对应关系通过下式获得不同测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值：
kl＝lnW0-lnW(l)
其中，kl为测点敏感性特征值，k为衰减因子，l为测点与声发射源间的距离，v(t)为测点的声发射信号，W为从P0点到Pt的声发射信号能能量，W0为初始点的声发射能量，W(l)为计算点的声发射能量。
进一步地，所述车用柴油机喷油器状态监测程序被处理器执行时还实现如下操作：
利用放大器对所述柴油机缸内的传感器采集的敏感性特征值对应的采集信号进行增益，获得增益信号；
实时监测柴油机的喷油器的喷嘴堵塞量，在所述喷嘴堵塞量处于目标堵塞量范围时，获得对应所述目标堵塞量范围的目标增益信号；
对所述目标增益信号进行敏感性分析，获得各测点对各声发射源的敏感性分析数据。
进一步地，所述车用柴油机喷油器状态监测程序被处理器执行时还实现如下操作：
根据预设采样长度，预设采样点数量和预设采样率从所述敏感性分析数据中采集符合预设工作循环时间的采样数据，将所述采样数据进行周期平均，获得采样序列；
获取滤波器的传递函数，根据所述传递函数对所述采样序列进行滤波处理，获得滤波结果；
将所述滤波结果从时间域转化到角度域，获得角度域数据，根据预设曲柄转角取值范围从所述角度域数据中提取声发射信号和瞬时转速信号。
进一步地，所述车用柴油机喷油器状态监测程序被处理器执行时还实现如下操作：
从历史数据库中查找实测的样本数据，从所述声发射信号中提取故障特征向量，将所述故障特征向量和所述样本数据组合成特征向量组；
将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值；
在所述评价函数值为最小值或低于预设函数值阈值时，使用新的预设隶属度矩阵计算各聚类中心的评价函数值；
在所述评价函数值不为最小值且不低于预设函数值阈值时，将当前聚类中心的聚类结果作为故障特征参数；
从所述瞬时转速信号中获取与所述故障特征参数对应的目标瞬时转速信号，确定所述目标瞬时转速信号的峭度最大波峰，根据所述将所述峭度最大波峰确定故障定位结果。
进一步地，所述车用柴油机喷油器状态监测程序被处理器执行时还实现如下操作：
将所述特征向量组导入预设隶属度矩阵，通过下式计算所述声发射信号中所有组类的聚类中心的评价函数值：
其中，J(U,V)为评价函数值，U为隶属度矩阵，V为聚类中心，c为分类类别，n为数据样本量，为聚类最优解，/>为目标到聚类中心的最小距离。
本领域技术人员可以理解，实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤；而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种车用柴油机喷油器状态监测方法，其特征在于，所述车用柴油机喷油器状态监测方法，包括：
通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；
从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；
根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果。
2.如权利要求1所述的车用柴油机喷油器状态监测方法，其特征在于，所述通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据，包括：
通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值；
利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据。
3.如权利要求2所述的车用柴油机喷油器状态监测方法，其特征在于，所述通过柴油机缸内的传感器获得不同声源对应的测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值，包括：
通过柴油机缸内的传感器获得不同声源对应的不同测点能量与衰减因子和相对距离的对应关系；
根据所述对应关系通过下式获得不同测点能量相对于声发射源的衰减量，将所述衰减量作为敏感性特征值：
kl＝lnW0-lnW (l)
其中，kl为测点敏感性特征值，k为衰减因子，l为测点与声发射源间的距离，v(t)为测点的声发射信号，W为从P0点到Pt的声发射信号能能量，W0为初始点的声发射能量，W(l)为计算点的声发射能量。
4.如权利要求2所述的车用柴油机喷油器状态监测方法，其特征在于，所述利用放大器根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据，包括：
利用放大器对所述柴油机缸内的传感器采集的敏感性特征值对应的采集信号进行增益，获得增益信号；
实时监测柴油机的喷油器的喷嘴堵塞量，在所述喷嘴堵塞量处于目标堵塞量范围时，获得对应所述目标堵塞量范围的目标增益信号；
对所述目标增益信号进行敏感性分析，获得各测点对各声发射源的敏感性分析数据。
5.如权利要求1所述的车用柴油机喷油器状态监测方法，其特征在于，所述从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号，包括：
根据预设采样长度，预设采样点数量和预设采样率从所述敏感性分析数据中采集符合预设工作循环时间的采样数据，将所述采样数据进行周期平均，获得采样序列；
获取滤波器的传递函数，根据所述传递函数对所述采样序列进行滤波处理，获得滤波结果；
将所述滤波结果从时间域转化到角度域，获得角度域数据，根据预设曲柄转角取值范围从所述角度域数据中提取声发射信号和瞬时转速信号。
6.如权利要求1所述的车用柴油机喷油器状态监测方法，其特征在于，所述根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果，包括：
从历史数据库中查找实测的样本数据，从所述声发射信号中提取故障特征向量，将所述故障特征向量和所述样本数据组合成特征向量组；
将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值；
在所述评价函数值为最小值或低于预设函数值阈值时，使用新的预设隶属度矩阵计算各聚类中心的评价函数值；
在所述评价函数值不为最小值且不低于预设函数值阈值时，将当前聚类中心的聚类结果作为故障特征参数；
从所述瞬时转速信号中获取与所述故障特征参数对应的目标瞬时转速信号，确定所述目标瞬时转速信号的峭度最大波峰，根据所述将所述峭度最大波峰确定故障定位结果。
7.如权利要求6述的车用柴油机喷油器状态监测方法，其特征在于，所述将所述特征向量组导入预设隶属度矩阵，计算所述声发射信号中所有组类的聚类中心的评价函数值，包括：
将所述特征向量组导入预设隶属度矩阵，通过下式计算所述声发射信号中所有组类的聚类中心的评价函数值：
其中，J(U,V)为评价函数值，U为隶属度矩阵，V为聚类中心，c为分类类别，n为数据样本量，为聚类最优解，/>为目标到聚类中心的最小距离。
8.一种车用柴油机喷油器状态监测装置，其特征在于，所述车用柴油机喷油器状态监测装置包括：
敏感性分析模块，用于通过柴油机缸内的传感器获得不同声源对应的敏感性特征值，根据所述敏感性特征值进行缸内发射源的敏感性分析，获得敏感性分析数据；
信号提取模块，用于从所述敏感性分析数据中获取预设采样长度的采样序列，对所述采样序列进行滤波处理，提取符合筛选要求的声发射信号和瞬时转速信号；
故障诊断模块，用于根据所述声发射信号和所述瞬时转速信号对柴油机喷油器的状态进行故障诊断，获得故障定位结果。
9.一种车用柴油机喷油器状态监测设备，其特征在于，所述车用柴油机喷油器状态监测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车用柴油机喷油器状态监测程序，所述车用柴油机喷油器状态监测程序配置为实现如权利要求1至7中任一项所述的车用柴油机喷油器状态监测方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有车用柴油机喷油器状态监测程序，所述车用柴油机喷油器状态监测程序被处理器执行时实现如权利要求1至7中任一项所述的车用柴油机喷油器状态监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311363287.XA CN117662341A (zh) | 2023-10-18 | 2023-10-18 | 车用柴油机喷油器状态监测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311363287.XA CN117662341A (zh) | 2023-10-18 | 2023-10-18 | 车用柴油机喷油器状态监测方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117662341A true CN117662341A (zh) | 2024-03-08 |
Family
ID=90075981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311363287.XA Pending CN117662341A (zh) | 2023-10-18 | 2023-10-18 | 车用柴油机喷油器状态监测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117662341A (zh) |
-
2023
- 2023-10-18 CN CN202311363287.XA patent/CN117662341A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105865794B (zh) | 基于短时傅立叶变换和主分量分析的发动机失火故障诊断方法 | |
| CN103471841B (zh) | 一种旋转机械振动故障诊断方法 | |
| EP2220472B1 (en) | Method and apparatus for determining a normal combustion characteristic for an internal combustion engine from an accelerometer signal | |
| CN110160765B (zh) | 一种基于声音或振动信号的冲击特征识别方法及系统 | |
| US20040260454A1 (en) | Vibro-acoustic engine diagnostic system | |
| CN109375060B (zh) | 一种配电网故障波形相似度计算方法 | |
| CN103827468A (zh) | 用于诊断发动机的系统和方法 | |
| US6006154A (en) | System and method for cylinder power imbalance prognostics and diagnostics | |
| CN116434372B (zh) | 用于变工况设备的智能化数据采集系统、工况识别系统 | |
| US6314802B1 (en) | Optimal engine speed compensation method used in misfire detection | |
| CN112781820B (zh) | 一种滚刀性能退化趋势评估方法 | |
| CN102155988A (zh) | 设备监诊方法 | |
| CN112098102B (zh) | 一种基于ewt-scwt的内燃机异响识别与诊断方法 | |
| CN104949840A (zh) | 一种基于振动分析的柴油机故障诊断方法 | |
| CN105626502A (zh) | 基于小波包和拉普拉斯特征映射的柱塞泵健康评估方法 | |
| CN112668419B (zh) | 一种基于振动信号的发动机排放物预测方法 | |
| CN101504309A (zh) | 往复机械振动信号的分析方法 | |
| KR102063974B1 (ko) | 이산 푸리에 변환과 선형 성분이 제거된 엔진 속도의 변동 분석을 활용한 엔진 실화 진단 시스템 및 방법 | |
| CN102606326B (zh) | 一种确定喷油器发生故障的方法及系统 | |
| Grajales et al. | Combustion pressure estimation method of a spark ignited combustion engine based on vibration signal processing | |
| CN117662341A (zh) | 车用柴油机喷油器状态监测方法、装置、设备及存储介质 | |
| CN113283028A (zh) | 一种齿轮箱齿轮故障诊断方法 | |
| CN114383718B (zh) | 一种基于燃机外机匣振动信号的高频叶片通过频率提取方法 | |
| Siano et al. | A nonlinear black-box modeling method for knock detection in spark-ignition engines | |
| Lebold et al. | Detecting injector deactivation failure modes in diesel engines using time and order domain approaches |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |