这些因素的干扰，在进行检测时必须要控制发动机的状态，确保适宜的检测条件。
(1)汽油机充分暖机，设定冷却水温并使其保持在基准状态下，即水温大于85℃，油温控制在100℃，汽油机的进气温度取大气温度(检测中测量值为25士1℃)。
(2)实时监测汽油机的氧传感器的值，使汽油机工作在理论空燃比附近，消除空燃比对汽油机性能的影响。
(3)每次调节汽油机点火提前角后，在汽油机转速和其它控制量充分稳定后再进行数据测量和记录。 2.1.3检测步骤
首先确定采样频率。汽油机的爆震频率通常在5kHz~25kHz，根据信号采样定理只要采样频率大于50kHz即可。但是为了保证信号的分辨率，设定采样频率为102.4kHz。
然后确定检测工况节点。为获得该汽油机明确的爆震区域和非爆震区域的范围，必须在汽油机全工况范围内进行检测。检测中汽油机的转速范围为700r/min至最高转速6400r/min，检测负荷范围从10%到100%节气门开度，检测工况节点按照转速和进气压力近似等间隔划分。
在汽油机某一转速下，确定一个节气门开度作为一个检测工况点。在正常点火提前角下，使汽油机达到上述的测量条件，记录下此时汽油机的动力性能指标扭矩，经济性能指标比油耗，以及HC、CO、NOx三种有害排放物的浓度。然后调整点火提前角，点火提前角以2o的步长自正常值增加，直至爆震发生。一旦爆震发生，为减少爆震对汽油机的损害，迅速采集下数据后立即减小提前角以远离爆震区域。若随着点火提前角增大，当汽油机性能指标(扭矩)已开始出现明显下降时，仍未见爆震发生，则将此工况确定为非爆震工况。这样便完成了一个工况点的测量，按照同样的方法测量下一个工况点。 2.1.4检测结果
爆震检测发现，该检测汽油机转速在3200~6400r/min，节气门开度小于40%的汽油机工况范围内，在点火提前角增大直至汽油机转矩开始下降始终未见爆震发生，确定为非爆震区域。将转速在3200r/min以下的工况区域以及转速在3200~6400r/min，同时节气门开度大于40%的工况区域确定为本汽油机的爆震区域。
检测中获得了大量的压力信号和振动信号，将其存在微机中以备数据分析时使用。图2-3、图2-4是转速为5800r/min，节气门全开时测量得到的两组压力信号和振动信号。其中，图2-3为在正常点火提前角时测得，图2-4为点火提前角比正常值增大10o时测得。
图2-3正常点火提前角时测得的信号
Figure 2-3 Signal detected at normal ignition advance angle
图2-4点火提前角增大10o时测得的信号
Figure 2-4 Signal detected at ignition advance angle increased 10ofrom normal time 两图中，a)为缸内压力信号，b)为缸盖上的振动信号。两组信号的长度同为四个连续循环。从图中可以看出，在汽油机转速、节气门开度等完全相同的情况下，单独改变其点火提前角，由于着火起始时刻发生了变化，汽油机的气缸压力和缸盖振动都发生了明显变化，在点火提前角比正常值增大10o时，气缸最大压力明显增加，缸盖振动也同时增大。
2.2短时傅立叶变换方法的爆震特征提取
2.2.1短时傅立叶变换算法对于时间信号x (t)∈L2(R)，其短时傅立叶变换(STFT)定义为[102]
显然，STFT(tf是变量的二维函数。STFT的含义是：在时域用窗函数x,)(t,f)g(τ)去截x(τ)，对截取下来的局部信号作傅立叶变换，即得到在t时刻该段信号的局部频谱特征。不断地改变t的值，也就是不断地移动窗函数g(τ)的中心位置，即可得到不同时刻的傅立叶变换。这些傅立叶变换的集合，即是STFT(t,f)x，刻画了x(t)的全部信息。短时傅立叶变换的时频分辨率固定不变。
由于在实际中采集到的信号都是离散的，且为有限长，因此必须对式(2-1)离散化。设给定的信号为x(n),n=0,1,...,L?1，对应式(2-1)，有
式中N——在时间轴上窗函数移动的步长；
ω——圆周频率。
该式中时间是离散的，频率是连续的。为了在计算机上实现，应将频率ω离散化，取窗函数g(n)的宽度为M点，令
式(2-4)中将频域的一个周期2π分成M点，是一个标准的M点DFT，那么对于式(2-1)的离散化形式为
2.2.2应用短时傅立叶变换提取爆震特征
用以上算法对汽油机振动信号和缸压信号进行分析。研究发现，STFT的计算量很大，对内存和CPU速度要求高。因此，从图2-3正常点火中的a)和b)两信号中各截取一个循环(第4循环)的信号进行STFT分析。采用hamming窗，窗口长度为69个采样点，其结果如图2-5所示；再从图2-4点火提前角增大10o的信号中截取一个循环(第4循环)的信号进行STFT分析，同样采用hamming窗，窗口长度为69个采样点，其结果如图2-6所示。
从图2-5、图2-6可以看出，无论是正常点火提前角时测得的信号，还是点火提前角增大10o时测得的信号，信号的能量主要集中在3000Hz以下的低频区，而在爆震通常出现的5000Hz~25000Hz频带内无任何可见信息。
分析认为，从汽油机上检测到的缸压信号和振动信号，低频成分占主要地位，该低频成分主要由各种噪声组成，爆震所在的高频带信息被能量较高的低频成分所淹没，信噪比较低。为提高信噪比，采用滤波的方法，将缸内压力信号2000Hz以下的低频成分滤掉，将缸盖振动信号3000Hz以下的低频成分滤掉，然后再对滤波后的信号实施STFT，其结果如图2-7、图2-8所示。
观察图2-7，在时频平面上爆震可能发生的区域没有明显的信号成分，即没有提取到明显的爆震特征。由于该信号是在正常点火提前角下测得的，此时没有爆震发生，证明STFT
分析结果与实际情况相符。
再观察图2-8，a)和b)在0.012秒附近分别有瞬态冲击存在。对比图2-4a)，这在时间上符合爆震产生的时间，另外冲击所处的频率范围也在爆震的特征频率带之内，因此可以断定它表征的是爆震特征，即此时有爆震发生。
观察图2-7、图2-8，压力信号的STFT结果在大约20kHz~40kHz频率范围内，沿时间轴有接近均布的信号分量存在，而振动信号的STFT结果中完全没有此信号分量存在。作者认为这是由压力传感器系统的噪声引起的。
以上分析表明：对汽油机缸内压力信号和缸盖振动信号直接实施STFT，由于低频成分在能量上占主要地位，信噪比低，所以提取不出爆震特征；但通过对信号进行滤波，滤掉在能量上占主要地位的低频成分，则通过STFT能够分别从压力信号和振动信号中提取出爆震特征。
2.3 Wigner-Ville分布方法的爆震特征提取
2.3.1 Wigner-Ville分布的定义
信号x(t)的Wigner-Ville分布(WVD)定义为
相关推荐：
婵炲本鍔栫粊锟�