汽油机爆震诊断与控制策略的研究

表3-2中有些参数则不适合做小波特征域信号的爆震判定指标；而参数2，参数4至参数12的性能较好，可以做为待选的小波特征域信号的爆震判定参考指标。

3.2相对能量爆震判定指标研究

3.2.1指标的提出

现有的爆震判定指标大都是基于能量观点的，并且都属于绝对指标，其分别反映了爆震发生时信号某些方面的特征，指标中并不包含相应条件下正常燃烧时信号的信息。由于汽油机在不同工况下，信号的基础能量不同，比如低速工况下有爆震燃烧信号的能量可能还不如高速工况下没发生爆震的信号能量高，所以必须根据转速和负荷情况不同预先确定很多个爆震阈值，而每个阈值都必须通过大量实验才能确定。如果能有一个能够反映出爆震强度，并对工况变化不敏感的参数做为爆震判定指标，则可以不必花大量精力确定并存储大量爆震阈值，同时对提高爆震判定的准确程度有利。

本文提出相对能量参数ER，定义为：小波特征域子带信号能量Ed与原始信号能量(压力信号或振动信号)Ea的比值。表达式为

该指标的含义：爆震燃烧的能量占整个燃烧能量的百分比。由于小波变换其实是将信号分解到了各个频带上，所以可以这样理解，认为小波分解后的子带信号就是源信号在该频率带中的那部分分量。

对于本文而言，小波d2子带就属于爆震燃烧发生的频带，而正常燃烧产生的振动、气门开启关闭等产生的振动的频带都在较低的频带水平上。可以认为，在爆震情况下，小波子带的能量主要是爆震燃烧产生的。相对能量参数建立了小波子带信号与原始振动信号的直接关系，用来表征燃烧中所包含的爆震燃烧成份的大小。

3.2.2指标性能分析

选取某工况下的压力信号和振动信号，用第2章所述方法，分别对压力信号和振动信号进行小波变换，得到特征域信号。其中，压力信号的特征域取d3子带，振动信号的特征域取d2子带，分别计算子带上压力信号和振动信号的相对能量值。随机取24个汽油机循环的数据为例，观察两种信号相对能量指标的变化情况，如图3-8所示。

从图3-8可以看出，振动信号特征域和压力信号特征域的相对能量值尽管属于不同的数量级，但有非常相近的强弱趋势，这说明离散小波变换特征域上的相对能量指标，振动信号和缸内压力信号具有相近的有效性，而振动检测要经济方便得多。

下面验证振动信号相对能量指标的性能：取燃烧阶段从曲轴转角上止点0o至90o的振动信号为研究对象，三种燃烧状态下的信号样本各取12个。分析相对能量参数值随燃烧状态的变化趋势，如图3-9所示。

从图中可见，相对能量能很好地将信号进行分类。不同燃烧模式之间，相对能量参数值变化明显，说明该参数有很好的敏感性；同一燃烧模式下，参数值变化范围很小，说明该参数有很好的稳定性。

下面验证相对能量指标对变工况的适应性。如前所述，考察爆震判定指标的性能，最重要的是观察其在爆震边缘工况下的变化规律。本文提出相对能量指标的出发点就是要建立起爆震特征域信号和原始振动信号之间的联系，以减小当汽油机工况变化时，引起的爆震边缘值的较大变化。为找出相对能量指标在汽油机不同工况下爆震边缘燃烧值，分析了大量数据，得到了各种工况下的统计均值，同时用前面分析中得到的方差指标做对照，结果如表3-3所示。

可以看出，相对能量指标在较大的工况变化范围之内都是相对稳定的值，根据其物理意义，可以认为在转速从5200r/min到5800r/min，节气门开度从70%到100%的工况范围内，当爆震燃烧的成分占到整个燃烧成分的0.5%左右时，汽油机处于爆震边缘的燃烧状态。与方差指标相比，相对能量指标克服了一般爆震判定指标阈值随工况变化而变化的缺点，对于汽油机而言，可以减少爆震阈值数量和确定的难度，说明相对能量指标适合做爆震判定指标。

3.2.3本文爆震判定指标的确定

用小波变换的方法进行爆震特征提取，爆震特征的表现形式是在一定频带内的周期性的冲击信号。目前的爆震诊断方法，都是通过某单个指标来诊断爆震的，这种诊断方法的优势就在于方法简单，易于实现实时控制。但也存在明显缺陷：由于爆震燃烧的复杂性，单个指标的爆震评价很难将爆震时产生的冲击特征完整描述出来，在实际的爆震诊断中容易出现错判或漏判的现象。

所以作者设想用多个特征值参数做爆震判定指标，用前面研究的待选参数的组合来进行爆震特征的描述，从不同方面更完整地描述爆震冲击特征，以改进单个指标诊断爆震容易发生误判或漏判的不足，有利于提高爆震诊断的准确性和精确度。

研究发现，参数过少无法全面描述爆震冲击特征，参数过多不但爆震判定的复杂程度增大，而且会导致冗余的信息，同样不能准确描述爆震冲击特征。经过对待选参数不同组合方式的比较分析，最终确定使用相对能量、三次原点矩、峭度、方差这四个特征值参数的组合做为爆震判定参数，其中相对能量代表爆震燃烧的能量占整个燃烧能量的百分比，三次原点矩代表小波子带信号放大后的均值，峭度代表小波子带信号的陡峭程度，方差代表小波子带信号的波动情况。这四个参数共同使用，可以比较全面地描述爆震冲击的特征。

3.3小波结合模糊C-均值聚类算法的爆震诊断研究

由于汽油机的燃烧过程复杂而短暂，正常燃烧和爆震燃烧的区别仅在于火焰传播过程中是否有自燃发生。在正常燃烧、爆震边缘和爆震燃烧三种燃烧模式之间，外部表征上本身就是没有清晰界限的模糊概念，尤其正常燃烧和爆震边缘两种模式之间更是很难划分出清晰的界限；模糊聚类分析是根据事物特性指标的模糊性，应用模糊数学方法确定样本的亲疏程度而实现的分类方法，适合用于处理像汽油机爆震诊断这样的模糊模式识别问题。