往复机械故障诊断的多元信息融合裕度函数和参数化模型研究

往复机械系统属于复杂的机电液集成系统，其结构和运动规律复杂，基于单一信息或单一技术的测试诊断技术已不能满足往复机械故障诊断的要求。往复机械不同功能参数与振动参数、油液分析参数之间必然存在着某种相互耦合规律，虽然多信息融合已成为当前故障诊断研究的热点，但还未见有人提出建立多元信息的融合裕度函数和参数化模型，本课题针对常见的往复发动机、往复泵和压缩机等往复机械设备，研究压力、转速、转矩等功能参数、振动参数、热负荷参数、油液分析参数等信息在故障诊断过程中进行多元信息融合的理论方法，通过建立各测试参数的裕度函数和关联耦合函数，获得基于多元信息的往复机械故障诊断融合裕度函数，并建立参数化模型，为往复机械系统故障诊断提供指导。

项目以往复发动机和压缩机为研究对象，研究基于多信息融合的裕度函数算法和故障趋势预测算法，建立了往复发动机故障诊断的试验测试平台，开发设计了嵌入式数据采集软硬件系统，确定了故障信息约简方法和特征向量提取算法，制定了多种传感器信号故障阈值和多信息融合裕度函数，建立了往复发动机智能故障诊断模型。.（1）基于瞬时转速信号波动间接识别了内燃机气缸压力变化，基于改进的3σ方法和灰色预测算法制定了气缸峰值压力、点火电压、气门间隙超声信号和振动信号的阈值范围，实现了正常、警戒和异常信号的鉴别，解决了多信息阈值制定问题，提出了基于阈值的故障判别新方法。.（2）基于信息约简和特征变换，解决了往复机械故障诊断振动数据特征信息提取难题。提出的基于小波包特征能量谱分析方法有效完成了发动机气缸盖振动信号降噪和信息约简；在超声信号处理中应用Hilbert-Huang变换方法进行特征向量提取；为有效抑制Hilbert-Huang变换的端点飞翼问题，提出了基于能量差跟踪法的IMF判据，实验表明采用支持向量回归算法对原始信号数据序列进行延拓，可提高EMD分解以及Hilbert变换的准确性。.（3）基于故障特征信息之间的共性和关联耦合性，建立了多信息融合故障诊断裕度函数模型。基于发动机相位信号阈值和气缸压力、超声振动、点火电压、油液分析的阈值，综合利用动态神经网络和DS分析方法，进行多参数阈值融合处理，建立了融合诊断的参数化模型；以往复发动机为例，基于多信息融合裕度函数初步实现了对气门间隙故障的诊断。.（4）开发了往复式发动机故障诊断实验平台，验证了多信息融合裕度函数诊断模型。设计搭建了基于曲轴相位信号的往复机械故障诊断信号测试与调理系统硬件，开发了故障诊断软件，构建了故障诊断实验平台，实现了发动机典型故障模拟和故障再现；通过开展气门间隙、点火电压和密封环磨损等典型故障测试试验，初步实现了多信息融合裕度函数诊断模型的验证。. 项目在往复机械系统状态监测数据采集和故障诊断特征信息知识获取方法、多信息融合处理与故障诊断裕度函数构建、往复发动机故障模拟和故障再现实验台架设计等方面取得重要进展，项目研究成果在大型压缩机和大功率柴油机状态监测领域得到了应用，实现了对往复设备状态监测、故障预防的预期目的。