贾继德, 吴春志, 贾翔宇, 姜斯平

(1.军事交通学院 军用车辆系，天津 300161； 2.军事交通学院 研究生管理大队，天津 300161；3.蚌埠汽车士官学校 基础部，安徽 蚌埠 233011)



● 车辆工程 Vehicle Engineering

基于压缩小波变换与增强的发动机故障特征提取

贾继德1, 吴春志2, 贾翔宇2, 姜斯平3

(1.军事交通学院 军用车辆系，天津 300161； 2.军事交通学院 研究生管理大队，天津 300161；3.蚌埠汽车士官学校 基础部，安徽 蚌埠 233011)

针对发动机强噪声条件下故障信号信噪比低、提取困难的问题，提出基于压缩小波变换与同步增强的故障特征提取方法。首先，对测取的发动机信号进行压缩小波分解，得到不同尺度下对应的瞬时频率，并进行解调及消噪处理，提取微弱故障特征；其次，采用循环特征同步增强方法，强化故障特征表示，最终对故障特征进行诊断识别。仿真及实例分析表明，该方法能有效提取发动机故障特征及诊断故障。

发动机；微弱故障特征；压缩小波变换

发动机性能好坏对车辆正常运行有至关重要的影响，其故障诊断问题不容忽视[1-2]。发动机故障诊断的关键是通过信号分析方法，提取发动机故障的特征频率或频带，通过监测特征频率幅值或频带能量变化进行故障诊断。然而，发动机作为往复机械，运行工况多变导致振动或噪声信号具有明显的非平稳、时变特点，依靠传统的时域和频域分析方法难以有效提取故障特征。

时频分析是非平稳信号分析的有效手段，能够揭示非平稳信号的频率成分或频带的时变特征。……