岳应娟，王 旭，蔡艳平，郭雅云

(火箭军工程大学理学院，陕西 西安，710025)



基于匹配追踪时频LBP谱图的内燃机气门故障诊断方法

岳应娟，王 旭，蔡艳平，郭雅云

(火箭军工程大学理学院，陕西 西安，710025)

为直接对内燃机振动时频图像进行诊断识别，引入图像纹理特征提取技术，提出一种基于振动信号匹配追踪时频局部二值模式谱图的内燃机气门故障诊断新方法。首先，为清晰刻画内燃机时频图像中的各分量信息，利用匹配追踪算法(MP)获取无交叉项干扰项且时频聚集性良好的信号时频表示；然后引入局部二值模式(LBP)生成MP时频表示的LBP谱图，并将LBP谱图的灰度直方序列作为特征参数，利用支持向量机(SVM)对故障状态进行模式识别。在内燃机4种不同气门状态的诊断识别实验中，该方法最高识别率可达99.17%，表明基于MP时频LBP谱图识别的故障诊断方法具有较强的故障特征描述能力，能够准确诊断内燃机气门故障。

内燃机；故障诊断；振动信号；时频图像；匹配追踪算法；局部二值模式；灰度直方图

内燃机的振动信号是一种典型的非平稳时变信号，它包含了丰富的特征信息，可快速、准确地反映内燃机的运行状态，在内燃机故障诊断中得以广泛应用。如何提取和分析振动信号的特征信息一直是研究的热点。近年来，研究人员将图像处理技术引入到内燃机故障诊断领域，对信号的时频谱图进行特征提取和分类识别，如文献[1]引入了图像分割理论，提出一种基于时频谱图、图像分割及模糊模式识别的柴油机故障诊断方法；……