公开(公告)号：CN119848737A

公开(公告)日：2025-04-18

申请号：CN202510061983.8

申请日：2025-01-15

Applicant: 哈尔滨工程大学

Inventor： 费红姿 ,  石忠心 ,  柳一林 ,  袁志国 ,  孔祥成 ,  王浚哲

IPC: G06F18/2433 ,  G01M15/00 ,  G06F18/22 ,  G06F18/213 ,  G06F18/10 ,  G06F17/16 ,  G06F18/2131 ,  G06F17/11

Abstract: 本发明的目的在于提供基于DREKF的发动机气门间隙异常故障的实时在线诊断方法，属于发动机诊断领域。包括如下步骤：实时获取发动机缸盖振动信号，建立、简化缸盖振动信号数学模型并确定待定参数；选取合适的状态变量以构建缸盖振动信号状态空间方程，并验证其可观性；设计双速率扩展卡尔曼滤波最优估计方法，并将振动信号输入到DREKF中，得到缸盖振动信号估计值；同时计算得到基于DREKF估计振动信号的过程导数与导数阈值，并根据气门间隙状态判定准测，实现对该发动机的气门间隙在线实时故障诊断。本发明建立了一种新的发动机缸盖振动信号非线性状态空间模型，适用于不同转速、不同负载下的发动机缸盖振动信号观测，实现了气门间隙状态的在线实时诊断。

公开(公告)号：CN119223624A

公开(公告)日：2024-12-31

申请号：CN202411588842.3

申请日：2024-11-08

Applicant: 哈尔滨工程大学

Inventor： 费红姿 ,  郭子健 ,  柳一林 ,  周英 ,  孔祥成

IPC: G01M13/028 ,  G06F18/213 ,  G06F18/22

Abstract: 本发明的目的在于提供基于FSC和EMD的齿轮多故障信号解耦及特征提取方法，属于齿轮故障诊断领域，首先采集振动信号，然后计算各故障部件的冲击频率，再对原始振动信号获取故障信号的冲击频率与自振频率对应关系，从而确定各部件振动激励对应的自振频率。然后将原始信号分解为多个IMF分量，进行频谱分析并识别频谱包络峰值，确定各IMF分量的自振频率。通过对比IMF自振频率与各部件自振频率，确定反映不同部件故障信息的IMF分量，实现多故障信息的振动信号解耦。最后计算解耦后各部件故障信号的特征参数，完成故障特征提取。本发明具有较高的故障识别精度，并且能够准确获取故障部件的频率信息。