EWT-FastICA在内燃机振动信号识别中的应用

作者：史嘉伟; 伍星; 刘韬^*; 杨启超

来源：机械科学与技术, 2021, 40(05): 741-748.

DOI：10.13433/j.cnki.1003-8728.20200126

• 内燃机
• 时域同步平均
• 经验小波变换
• 快速独立成分分析
• 连续小波变换

内燃机广泛应用于工程、动力等领域,然而内燃机因燃烧和机械运动引起的冲击与振动导致其减振降噪一直是研究的热点,而如何准确识别振源则是减振的前提。本文针对振源盲分离时观测信号不少于源信号数目要求不易满足的问题,利用经验小波变换(Empirical wavelet transform, EWT)结合快速独立成分分析(Fast independent component analysis, FastICA)实现对内燃机振源信号的识别。首先使用时域同步平均法对内燃机缸盖的振动信号进行预处理,然后进行经验小波变换,之后再利用皮尔逊相关系数选择有效经验模态分量作为快速独立成分分析(FastICA)的输入,最终分离结果表明:该方法可以有效地从内燃机缸盖振动信号中识别出燃烧信号和气阀机构开启时的气体冲击信号。

• 单位
  昆明理工大学; 机电工程学院