姚家驰 向 阳 钱思冲 张冠军

1.武汉理工大学能源与动力工程学院，武汉，4300632.武汉理工大学船舶动力系统运用技术交通行业重点实验室，武汉，430063

0 引言

内燃机的缸盖振动信号中蕴含着内燃机工作状态的重要信息，对其进行研究可以判断内燃机的燃烧异常、气门间隙异常、活塞敲击异常等故障[1-4]，因此一直是学者们研究的热点。内燃机缸盖振动信号由许多激励源产生的信号混叠而成，利用时频分析方法不能很好地区分各独立源信号[5]。近年来，盲源分离方法广泛地应用于生物医学信号处理、语音分离、图像处理等领域，许多学者用盲源分离方法对内燃机振动信号进行分离。LIU等[6-7]用盲最小均方差算法从机体振动信号中分离出燃烧信号和活塞敲击信号。康斌等[8]基于Fixed-point ICA算法从缸盖振动信号中分离出燃烧压力激励信号和气门落座激励信号。韩春杨等[9]用多通道盲最小均方差与缩减盲源方法从内燃机表面混合振动信号中分离出燃烧信号和活塞撞击缸体信号。但盲源分离方法要求观测信号数目与源信号数目相同，需要测量内燃机多个通道的振动信号，在实际工程测试中受造价和安装条件的限制，往往只能使用较少的传感器且难以确定源信号的数目，该方法在实际工程应用中受到限制。后来，又有学者提出了内燃机振动信号的单通道分离方法。DU等[10]利用经验模态分解和独立分量分析相结合的方法从内燃机单通道机体振动信号中分离识别出燃烧信号和活塞敲击信号，但是经验模态分解方法缺乏严密的数学推导，产生的端点效应和模态混叠问题会严重影响振动信号的分离效果[11-13]。……