0 引言

　　柴油機運行狀態(tài)的實時監(jiān)測和故障的快速診斷是當前柴油機應用領(lǐng)域的一個難點。柴油機聲音信號屬于非線性信號，其構(gòu)成復雜、信噪比低，傳統(tǒng)平穩(wěn)信號的時頻域分析方法不能滿足需要。分形理論的發(fā)展為非線性、非平穩(wěn)信號的處理提供了新的思路。分形維數(shù)是定量描述混沌吸引子“奇異”程度的一個重要參數(shù)，其中關(guān)聯(lián)維數(shù)對系統(tǒng)吸引子的不均勻性反映敏感，能夠反映吸引子的動態(tài)結(jié)構(gòu)，可以有效地對柴油機地故障進行診斷。文中開發(fā)了一套以Labview 為平臺，基于分形理論，使用柴油機聲音信號進行故障診斷的虛擬儀器。

　　1 系統(tǒng)的總體結(jié)構(gòu)

　　1.1 硬件平臺

　　系統(tǒng)的硬件平臺主要包括麥克風和計算機。其結(jié)構(gòu)如圖1所示?！　?/P>

　　影響采集信號準確性的主要因素是信號的采樣率，由采樣定理可知：采樣率必須高于信號最高頻率的2倍，這樣采樣信號才能保留原信號的全部信息，不發(fā)生頻域混疊。所以聲卡的選擇尤為重要。從數(shù)據(jù)采集的角度來看，計算機聲卡同時具有A/D和D/A轉(zhuǎn)換功能，不僅價格低廉，而且兼容性好、性能穩(wěn)定、靈活通用，重要的是LabVIEW 中提供了一系列使用Win—dows底層函數(shù)編寫的與聲卡有關(guān)的函數(shù)，由于使用Windows底層函數(shù)直接與聲卡驅(qū)動程序打交道，因而封裝層次低，速度快，而且可以訪問、采集緩沖區(qū)中任意位置的數(shù)據(jù)，具有很大的靈活性，能夠滿足實時采集的需要。

　　衡量聲卡的技術(shù)指標包括復音數(shù)量、采樣頻率、采樣位數(shù)(即量化精度)、聲道數(shù)、信噪比(SNR)和總諧波失真(THD)等。復音數(shù)量代表聲卡能夠同時發(fā)出多少種聲音，復音數(shù)越大，音色就越好，播放聲音時可以聽到的聲部越多、越細膩。采樣頻率是每秒采集聲音樣本的數(shù)量，采樣頻率越高，記錄的聲音波形越準確，保真度就越高。采樣位數(shù)是指將聲音從模擬信號轉(zhuǎn)化為數(shù)字信號的二進制位數(shù)(bit)，位數(shù)越高，在定域內(nèi)能表示的聲波振幅的數(shù)目越多，記錄的音質(zhì)也就越高。文中使用的聲卡可對音頻信號實現(xiàn)雙聲道16位、高保真的數(shù)據(jù)采集，最高采樣率可達44.1 kHz，具有較高的采樣頻率與精度，而音頻范圍為2O Hz一20 kHz，完全可以滿足采樣定理的要求?！　?/P>

　　　

　　故障特征提取模塊是該系統(tǒng)的核心，特征量提取的不準確將直接影響到對故障的判斷。該模塊的設計思路是：將預處理后的聲音信號通過Labview 與MATLAB的接口進行關(guān)聯(lián)維數(shù)計算，將得到的關(guān)聯(lián)維數(shù)作為用于故障診斷的特征量輸入到故障診斷模塊。設計框圖如圖7所示。