一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法技术

本发明专利技术公开一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法，包括：获取运行工况下的结构振动信号、曲轴位置信号、活塞

【技术实现步骤摘要】
一种基于振动信号的活塞
—
缸套间润滑油膜厚度评估方法


[0001]本专利技术属于发动机缸套—活塞组润滑油膜厚度评估
，尤其涉及一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法。

技术介绍

[0002]缸套
‑
活塞组是内燃机的核心摩擦副之一，其润滑性能的好坏对内燃机的动力性、可靠性、经济性和排放指标有着重要的影响。活塞—缸套间润滑油膜过薄，接触面处于干摩擦状态，会导致活塞拉缸不能正常工作；油膜过厚时，工作过程中润滑油消耗增加，油膜承载能力下降，运行阻力增大，工作不稳定。
[0003]已有研究表明，缸套
‑
活塞间的润滑和缸体的结构振动之间存在密切联系。基于振动信号能够实现对活塞—缸套间油膜厚度预测。目前，多数发动机润滑状态检测工作是围绕润滑油理化特性分析展开的，大多数分析样本需要从油底壳获取，检测结果缺乏准确性和实时性。声发射技术作为一种动态无损检测方法，在材料变形或受损之后发出的瞬态弹性波,进而实现材料的状态监测和缺陷的预报，该方法缺乏主动性，无法提前预知故障发生。因此，开发一种低成本、轻便、可靠、主动性强的润滑评估方法是极其重要的。

技术实现思路

[0004]为解决上述技术问题，本专利技术提出一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法，能够实时评估发动机运行时的润滑状态，有效避免因为润滑不足而造成设备损坏，提高发动机运行的安全可靠性。
[0005]为实现上述目的，本专利技术提供了一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法，包括：
[0006]获取运行工况下的结构振动信号、曲轴位置信号、活塞
‑
缸套间油膜厚度、润滑油温度、润滑油理化特性参数；
[0007]对所述结构振动信号进行预处理；
[0008]基于预处理后的所述振动信号、润滑油温度和润滑油理化特性参数构建预测变量；
[0009]基于所述预测变量和所述活塞
‑
缸套间油膜厚度构建预测模型，将所述预测变量输入至所述预测模型，输出发动机活塞—缸套间油膜厚度预测结果。
[0010]可选地，所述结构振动信号包括：缸盖振动信号、缸体振动信号或缸套振动信号。
[0011]可选地，对所述结构振动信号进行预处理包括：对所述结构振动信号进行滤波预处理，对滤波后的所述结构振动信号进行时频分析、区块分割和特征值提取。
[0012]可选地，对滤波后的所述结构振动信号进行时频分析包括：将滤波后的所述振动信号进行由时域到时频域进行转换，获取时频图谱。
[0013]可选地，滤波后的所述结构振动信号进行区块分割包括：基于所述曲轴位置信号剔除所述时频图谱中机械相关事件的时频区块，获取预设时频响应区块；其中，所述机械相
关事件包括：燃烧冲击事件、泵油事件和进排气门开闭事件，所述时频响应信号区块为：包含活塞侧击所产生的振动信号区块。
[0014]可选地，滤波后的所述结构振动信号进行特征值提取包括：剔除所述时频响应信号区块中的高频响应区块，将剩余相应区块划分为子区块，提取各个所述子区块的特征值；其中，所述高频响应区块包括：门开闭响应区块和喷油器落座响应区块，所述特征值包括：峰值、有效值、峭度、均值、方差、标准差、峰峰值和裕度。
[0015]可选地，构建所述预测模型包括：将所述预测变量和所述活塞
‑
缸套间油膜厚度进行回归分析，构建所述预测模型；其中，所述回归分析为：逻辑回归、线性回归、多项式回归、套索回归、主成分回归、逐步回归、岭回归或弹性网回归中的任一种。
[0016]可选地，所述润滑油理化特性参数包括：密度、黏度、油性和酸值。
[0017]可选地，所述活塞
‑
缸套间油膜厚度的获取方式包括：超声法、电容法、电阻法、电涡流法、光干涉法、光纤传感器法或激光诱导荧光法。
[0018]与现有技术相比，本专利技术具有如下优点和技术效果：
[0019]本专利技术利用发动机结构振动信号结合测量的活塞—缸套间油膜厚度构建回归模型，通过实测振动信号对发动机活塞—缸套间油膜厚度进行预测，实现发动机缸套—活塞组润滑油膜厚度实时评估，能够实时评估发动机运行时的润滑状态，有效避免因为润滑不足而造成设备损坏，提高发动机运行的安全可靠性。
附图说明
[0020]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0021]图1为本专利技术实施例的活塞—缸套间润滑油膜厚度评估方法流程示意图；
[0022]图2为本专利技术实施例的油膜厚度预测结果示意图；
[0023]图3为本专利技术实施例的预测和实测的油膜厚度之间的相对误差示意图。
具体实施方式
[0024]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0025]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0026]如图1所示，本实施例提供了一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法，包括：
[0027]获取运行工况下的结构振动信号、曲轴位置信号、活塞
‑
缸套间油膜厚度、润滑油温度、润滑油理化特性参数；
[0028]在本实施例中，同步采集各种运行工况下的样本信号，所述样本信号包括结构振动信号、曲轴位置信号、活塞
‑
缸套间油膜厚度、润滑油温度、润滑油理化特性参数；其中，结构振动信号包括：缸盖振动信号、缸体振动信号或缸套振动信号。
[0029]对所述结构振动信号进行预处理；
[0030]进一步地，对所述结构振动信号进行预处理包括：对所述结构振动信号进行滤波预处理，对滤波后的所述结构振动信号进行时频分析、区块分割和特征值提取。
[0031]进一步地，对滤波后的所述结构振动信号进行时频分析包括：将滤波后的所述振动信号进行由时域到时频域进行转换，获取时频图谱。
[0032]进一步地，滤波后的所述结构振动信号进行区块分割包括：基于所述曲轴位置信号剔除所述时频图谱中机械相关事件的时频区块，获取预设时频响应区块；其中，所述机械相关事件包括：燃烧冲击事件、泵油事件和进排气门开闭事件，所述时频响应信号区块为：包含活塞侧击所产生的振动信号区块。
[0033]进一步地，所述特征值提取包括：剔除所述时频响应信号区块中的高频响应区块，将剩余相应区块划分为子区块，提取各个所述子区块的特征值；其中，所述高频响应包括：门开闭和喷油器落座，所述特征值包括：峰值、有效值、峭度、均值、方差、标准差、峰峰值和裕度。
[0034]在本实施例中，首先对结构振动信号进行滤波预处理，然后再对滤波处理后的振动响应信号进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于振动信号的活塞—缸套间润滑油膜厚度评估方法，其特征在于，包括：获取运行工况下的结构振动信号、曲轴位置信号、活塞
‑
缸套间油膜厚度、润滑油温度、润滑油理化特性参数；对所述结构振动信号进行预处理；基于预处理后的所述振动信号、润滑油温度和润滑油理化特性参数构建预测变量；基于所述预测变量和所述活塞
‑
缸套间油膜厚度构建预测模型，将所述预测变量输入至所述预测模型，输出发动机活塞—缸套间油膜厚度预测结果。2.根据权利要求1所述的基于振动信号的活塞—缸套间润滑油膜厚度评估方法，其特征在于，所述结构振动信号包括：缸盖振动信号、缸体振动信号或缸套振动信号。3.根据权利要求1所述的基于振动信号的活塞—缸套间润滑油膜厚度评估方法，其特征在于，对所述结构振动信号进行预处理包括：对所述结构振动信号进行滤波预处理，对滤波后的所述结构振动信号进行时频分析、区块分割和特征值提取。4.根据权利要求3所述的基于振动信号的活塞—缸套间润滑油膜厚度评估方法，其特征在于，对滤波后的所述结构振动信号进行时频分析包括：将滤波后的所述振动信号进行由时域到时频域进行转换，获取时频图谱。5.根据权利要求4所述的基于振动信号的活塞—缸套间润滑油膜厚度评估方法，其特征在于，滤波后的所述结构振动信号进行区块分割包括：基于所述曲轴位置信号剔除所述时频图谱中机械相关事件的时频区块，获...

【专利技术属性】
技术研发人员：李国兴，和超亮，刘东，吴宏宇，郑可聪，许乃山，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：