基于Hilbert-Huang变换的发动机气门间隙故障诊断研究*

宋　越，孙　涛，贾　然，王立勇

(1.北京信息科技大学 机电工程学院 现代测控技术教育部重点实验室，北京　100192；2.长春工程技术学院 机械工程系，长春　130117)



基于Hilbert-Huang变换的发动机气门间隙故障诊断研究*

宋越1，孙涛2，贾然1，王立勇1

(1.北京信息科技大学 机电工程学院 现代测控技术教育部重点实验室，北京100192；2.长春工程技术学院 机械工程系，长春130117)

摘要：以发动机气门间隙为研究对象，针对其状态监测与故障诊断中存在的问题，利用Hilbert-Huang方法对系统进行分析。通过提取振动信号并进行试验分析实现对系统的故障诊断。结果表明，气门间隙变小故障体现在信号中气门打开位置处的低频IMF分量振幅增加和10kHz～15kHz的局部边际能量增加。HHT方法在发动机气门间隙故障诊断中取得了较好的效果。

关键词：发动机；配气机构；故障诊断

0引言

发动机是一种复杂的机、电、液一体化系统，作为动力输出设备，已经被广泛的应用到多种重要的场合。其运行状态的好坏直接影响到系统的动力输出能力，严重时会造成整体设备的瘫痪，而造成巨大的经济损失和人员伤亡。发动机工作环境恶劣，运行过程中会产生多种强烈的冲击，致使发动机本身容易出现故障，因此需要采取一定技术手段对发动机进行状态监测及时了解发动机的运行状态[1-3]。本文以491Q-ME型发动机为研究对象，基于发动机气缸表面振动信号对气门间隙故障诊断进行了深入研究。

1发动机气门故障机理分析

配气机构是发动机重要的组成部分，其发生故障会使得发动机的动力性能大幅下降。且配气机构在运动过程中会产生多种冲击振动，因此采用振动信号对发动机配气机构进行故障诊断是非常有效的手段[4-5]。

1.1发动机故障诊断一般过程

发动机是一种能够将其他形式的能量转化为机械能的装置，主要包括内燃机和外燃机，通常作为其他设备的动力源。发动机故障诊断即通过研究发动机运行过程中各种信息的变化识别其运行状态及故障状态的技术，发动机故障诊断的一般过程如图1所示。

图1　发动机故障诊断流程

发动机故障诊断的一般过程为：首先对发动机故障机理进行研究、其次对发动机运行状态信号进行采集，并结合发动机故障机理提取故障特征信息、最后对发动机故障进行分析诊断并指导维护维修[6]。

1.2配气机构动力学分析

发动机配气机构是发动机重要的组成部分，其主要功能为：按照发动机点火顺序和各个缸所进行的工作冲程，定时的打开和关闭各缸的进气门、排气门[7]。使得足量的新鲜空气能够进入气缸，同时保证燃烧完成后的废气能够顺利排出气缸。发动机气门机构主要分为气门组和气门传动组两部分。其中气门组主要包括：气门、气门导管、气门座、弹簧座、气门弹簧等；气门传动组主要包括：摇臂、推杆、挺柱、凸轮轴等。发动机气门机构结构如图2所示。

图2　发动机气门机构结构图

对配气机构进行动力学分析，首先将发动机配气机构简化为一个弹簧-质量系统，将气门、挺柱、推杆、摇臂等零件等效为一个集中质量为M的物体。运动中所有部件的变形被表示为具有一定刚度和阻尼的弹簧，气门弹簧则被简化为一个没有质量的弹簧，配气机构动力学模型如图3所示。

图3　发动机配气机构动力学模型

挺柱、推杆、摇臂的结构被简化合成为弹簧阻尼系统，该系统刚度为K1，阻尼系数为D1。其运动由凸轮控制。发动机气门组、挺柱、推杆、摇臂的当量质量为M。M一端通过刚度为K2的气门弹簧连接到发动机机体上，另一端连接至、挺柱、推杆、摇臂合成的弹簧阻尼系统上。发动机气门关闭时，气门会与气门座相接触，Kz与Dz分别为此时气门座对气门的刚度及阻尼系数，两参数只在气门与气门座接触时才有。该建模方法结构简单，待定参数少，能够描述气门的运动规律。

2基于Hilbert-Huang变换的特征信息提取

方法

Hilbert-Huang变换(HHT)是近年发展起来的一种新的时频分析方法。该方法可根据信号的局部时变特征对信号进行自适应的时频分解，消除人为因素对信号处理过程的影响，克服了传统信号处理方法中采用无意义的谐波分量表示非线性、非平稳信号的缺陷，可得到极高的时频分辨率[8-9]。

2.1Hilbert-Huang变换

Hilbert-Huang变换由经验模态分解(Empricial Mode Decomposicon,EMD)和Hilbert变换两部分组成。首先采用EMD分解方法将信号分解为若干个包含不同尺度的信息IMF(Intrinsic mode function)分量之和，然后对每个IMF分量进行Hilbert变换，得到信号瞬时频率和瞬时幅值进而得到信号的Hilbert谱和Hilbert边际谱。

2.2EMD分解中IMF分量判据研究

EMD方法能够产生有限个IMF分量，且每个IMF分量均对应着一定的物理过程。但若在分解过程中对于IMF分量的判别出现错误，容易造成各IMF分量之间发生频率混跌，即不同分量中包含了部分相同时间尺度的信息，使得各IMF分量不能真实的描述物理过程。因此在EMD分解过程中必须对IMF分量做出正确的判定，合理的限制筛分次数。

一般情况下，EMD分解选用前后两次筛分结果的标准差作为IMF分量的判定依据，即：

(1)

经实践证明SD取0.2~0.3时筛分效果恰当。大量计算表明该阈值的选取对筛分结果影响很大，若阈值选取过小，将会导致筛分要求过于严格，计算量大大增加，得到的IMF分量将趋于定常幅值，只能反映信号的频率调制，不能描述信号的幅值调制。若阈值选取过大将造成无法得到满足条件的IMF分量。

3发动机故障诊断数据采集

数据采集系统是一种能从各类传感器中获取对象信息的自动化系统。能够实现现场记录、分析或现场记录，离线分析功能。数据采集是故障诊断中的重要组成部分。能否正确的采集对象各方面的信息会直接影响到故障诊断过程。

3.1发动机数据采集系统设计

图4　发动机故障诊断系统框图

发动机故障诊断系统方案如图4所示。根据各模块功能的不同，系统分为：监测对象、传感器组、信号调理模块、信号采集模块和数据分析模块。

其中信号调理模块主要实现传感器激励信号的输出，以及对传感器输出信号的滤波、放大、隔离等功能。数据采集模块主要实现信号的A/D转换、数据缓存、数据传输等功能。数据分析模块主要依托上位机软件实现，主要完成信号的保存、处理、分析等功能。发动机故障诊断数据采集系统框图如图5所示。

由图可见数据采集系统分为触发模块、振动信号采集模块、点火电压采集模块、温度采集模块及压力采集模块。

图5　发动机故障诊断数据采集系统框图

3.2A/D接口电路设计

数据采集系统使用了A/D7656芯片。图6为A/D7656与核心控制器接口电路。其中ZD_IN1~ZD_IN6为6个输入通道，用于模拟信号的输入。DB0~DB15与控制器的I/O口相连，进行数据并行传输。A/D7656的CONVST(A、B、C)三个端口同时连接到控制器，以实现对多路振动信号的同步采集。RESET引脚用于控制A/D芯片重启。

图6　A/D7656接口电路

3.3发动机振动信号采集

振动信号调理电路框图如图7所示。振动传感器正常工作时，首先要为其提供一个稳定的4mA恒流电流源。传感器输出的信号幅值比较微弱，不能满足AD采样的要求，因此在振动信号调理电路中设计放大电路，以提高信号采集的精度。滤波电路是振动调理电路中的重要组成部分，可以实现去偏置、抗混叠和提高信噪比的作用，因此称之为抗混滤波。同时50Hz工频干扰是数据采集中不可避免的严重干扰，因此需要设计陷波器来处理。

图7　振动信号调理电路

4基于HHT发动机气门间隙故障诊断

4.1气门间隙故障数据Hilbert谱分析

Hilbert谱能够描述信号幅值、频率与时间三者的联合分布，通过对发动机表面超声信号的Hilbert谱分析，可以直观的观察信号中异常信号的分布位置，结合发动机冲击事件的理论分布图可对发动机故障进行初步诊断。异常信号主要包括：幅值异常变化和频率带异常分布。计算发动机各种状态时信号的Hilbert谱。发动机正常运行时超声信号的Hilbert如图8所示，可见，四个集中振动区域的信号分布情况基本一致，整体表现为0~10kHz处信号振幅较小，在25k~30kHz处信号幅值大。

对气门间隙变大故障信号进行分析，其Hilbert谱如图9所示。对比图9可知，Hilbert谱中曲轴转角0°附近振动的高频成分明显增强。其余各部分信号变化则不明显。因此可表征在0°附近产生了异常冲击，使得信号中出现了高频的大幅振动且高频故障特征信号出现在故障缸气缸的气门关闭事件位置。对比各冲击事件理论分布图可至发动机出现了四缸排气门气门间隙变大故障。

对发动机气门间隙变小时的超声信号进行分析，其Hilbert谱如图10所示。对比图8可知，图中并没有明显的幅值变大的特征信号，但仔细观察可发现，在540°区域的信号0~10kHz的信号密度明显加强。因此说明发动机四缸排气门间隙变小使得540°处的振动的低频信号得到了明显的加强。

因此，采用EMD方法对发动机气缸表面超声信号进行处理，能够有效的对气门间隙故障进行诊断。若气门间隙偏大，则会造成故障气缸的气门关闭事件位置处信号的高频成分以及低频成分的振幅增强。若气门间隙过小，则会故障缸的气门打开事件位置处信号的中低频成分及低频成分的振幅明显增强。

图8　发动机正常运行时信号的Hilbert谱

图9　发动机气门间隙变大时信号的Hilbert谱

图10　发动机气门间隙变小时信号的Hilbert谱

5总结

配气机构是发动机重要的组成部分，其发生故障会使得发动机的动力性能大幅下降。介绍了发动机故障诊断中的一般内容、诊断流程及现行的故障诊断方

法。研究了发动机振动信号的构成及特点，建立了发动机配气机构的动力学模型。研究了基于Hilbert-Huang变换的特征信息提取方法。设计构建了发动机故障诊断数据采集系统，对系统的结构方案和主要功能模块进行了详细分析。

分析了发动机气门间隙故障诊断的实验过程，并基于Hilbert-Huang变换方法对发动机气门间隙正常、气门间隙变小和气门间隙变大三种状况进行了诊断分析。提出发动机气门间隙变大故障会造成信号中气门关闭事件位置处的高频IMF分量及低频IMF分量振幅增加和37kHz~42kHz的局部边际能量增加。气门间隙变小故障则体现在信号中气门打开位置处的低频IMF分量振幅增加和10kHz~15kHz的局部边际能量增加。HHT方法在发动机气门间隙故障诊断中取得了较好的效果。

[参考文献]

[1] 孔凡让,贾继德,李志远,等. 连杆轴承故障的诊断研究[J]. 中国机械工程,2003,14(6):494-496.

[2] Zamboni G, Carraro C, Capobianco M. On-road instantaneous speed measurements on powered two-wheelers for exhaust emissions and fuel consumption evaluation[J]. Energy, 2011, 36(2):1039-1047.

[3] 孔凡让,贾继德,李志远,等. 活塞销故障的诊断研究[J]. 振动与冲击,2002,21(1):85-87,107-108.

[4] 夏勇,张振仁,商斌梁,等. 气缸压力的时频分析及其在内燃机故障诊断中的应用[J]. 信号处理,2001,17(2):168-173.

[5] 邢志娜,瞿军,王菊香. 重载车辆发动机油液的多技术监测方法[J]. 兵工自动化,2012,31(5):83-86.

[6] 黄志强. 声信号在小型柴油机故障诊断上的应用[D].福州:福建农林大学,2006.

[7] 杜灿谊. 基于建模仿真与振动分析的发动机故障诊断方法研究[D].广州:华南理工大学,2013.

[8] 钟佑明,秦树人. 希尔伯特-黄变换的统一理论依据研究[J]. 振动与冲击,2006,25(3):40-43,204.

[9] 王慧. HHT方法及其若干应用研究[D].合肥:合肥工业大学,2009.

[10]司景萍,任庆霜,梁红波,等. 基于小波包分析的气门间隙异常故障诊断[J]. 振动与冲击,2011,30(12):64-68.

(编辑李秀敏)

Study on Fault Diagnosis of Engine Valve Clearance Based on Hilbert-Huang Transform

SONG Yue1,SUN Tao2,JIA Ran1,WANG Li-yong1

(1.Key Laboratory of Modern Measurement & Control Technology of Ministry of Education,School of Electromechanical Engineering,Beijing Information Science and Technology University,Beijing 100192,China;2.Department of Mechanical Engineering,School of Engineering Technology Changchun,Changchun 130117,China)

Abstract：The study takes engine valve clearance as research object and focuses on the issues of condition monitoring and fault diagnosis, using the method of Hilbert-Huang transform to analysis this system. By the means of taking the vibration signal of the experiment table and test analysis can realize the fault diagnosis system. The results show that the local marginal energy reflected low frequency IMF componentsamplitude open position in the signal in the 10kHz ~ 15kHz and the increase of smallfault of valve clearance increases. HHT method is effective in fault diagnosis of enginevalve clearance.

Key words：engine;gas distribution mechanism;fault diagnosis

中图分类号：TH166;TG506

文献标识码：A

作者简介：宋越(1988—)，男，黑龙江双鸭山人，北京信息科技大学硕士研究生，研究方向为往复机械故障诊断及预测，(E-mail)songyue597@163.com。

*基金项目：国家自然科学基金资助项目资助(51105041,51275052)；教育部科学技术研究重点项目资助(212002)；北京市青年拔尖人才项目资助(CIT&TCD201404112)

收稿日期：2015-02-09；修回日期：2015-03-11

文章编号：1001-2265(2016)01-0074-04

DOI:10.13462/j.cnki.mmtamt.2016.01.021