涡轮增压器喘振特征识别与验证方法

曹永; 李欣; 刘海; 张书焓

doi:10.16236/j.cnki.nrjxb.202601010

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

涡轮增压器喘振特征识别与验证方法

更新时间：2026-02-13

- 涡轮增压器喘振特征识别与验证方法
- 涡轮增压器喘振特征识别与验证方法
- 内燃机学报 2026年44卷第1期页码：87-95
- 作者机构：
  
  1. 河北工业大学机械工程学院
  2. 天津市新能源汽车动力传动与安全技术重点实验室
  3. 中国北方发动机研究所
- 作者简介：
- 基金信息：
  
  国防重点实验室基金资助项目(6142212230305)
- DOI：10.16236/j.cnki.nrjxb.202601010
  中图分类号： TK401
- 纸质出版：2026
- 稿件说明：
移动端阅览
曹永, 李欣, 刘海, 等. 涡轮增压器喘振特征识别与验证方法[J]. 内燃机学报, 2026,44(1):87-95.

曹永, 李欣, 刘海, et al. 涡轮增压器喘振特征识别与验证方法[J]. 2026, 44(1): 87-95.
曹永, 李欣, 刘海, 等. 涡轮增压器喘振特征识别与验证方法[J]. 内燃机学报, 2026,44(1):87-95. DOI： 10.16236/j.cnki.nrjxb.202601010.

曹永, 李欣, 刘海, et al. 涡轮增压器喘振特征识别与验证方法[J]. 2026, 44(1): 87-95. DOI： 10.16236/j.cnki.nrjxb.202601010.

摘要

为提升涡轮增压器喘振状态识别精度，提出一种针对声信号的基于改进的完备集合经验模态分解(ICEEMDAN)与冠豪猪算法优化支持向量机(CPO-SVM)的喘振识别方法，并开发基于LabVIEW的喘振实时识别系统进行工程验证．通过信号采集设备构建声信号数据集，采用ICEEMDAN对声信号进行模态分解，利用排列熵(PE)筛选有效本征模态函数，结合小波阈值降噪实现信号重构．基于时频域特征提取构建喘振特征集，利用CPO-SVM建立喘振识别模型．结果表明：重构信号在冠豪猪优化(CPO)算法模型、粒子群优化算法(PSO)模型、鲸鱼优化算法(WOA)模型、麻雀搜索算法(SSA)模型及灰狼优化算法(GWO)模型多种对比模型中的平均识别准确率达95.30%，较原始信号提升10.20%;CPO-SVM模型迭代次数最少且准确率为99.62%．喘振实时识别系统识别准确率达到98.60%，误报率低于1.20%．该方法为涡轮增压器喘振识别提供了理论支撑和工程化应用案例．

Abstract

关键词

Keywords

references

张书焓,李欣,刘海,刘芳,马磊,郝晓静.基于声信号多域复合特征的涡轮增压器喘振识别[J].内燃机学报,2025(03).

于洋,李赟,杨平,杨学广,梁哲铭.改进小波阈值函数和ACEWT方法的滚动轴承故障声发射信号特征提取[J].振动与冲击,2023(17).

刘凯,李磊,王磊,陈庆辉,金奕扬,许家伟.基于ICEEMDAN及PFA-ELM的齿轮箱故障诊断研究[J].制造技术与机床,2023(05).

周黎,钟佳宏,王肖路,刘扬,袁小平.新型船用中高速机涡轮增压器自主研发现状及发展趋势[J].柴油机,2023(01).

彭成,李凤娟,蒋金元.基于深度学习的故障诊断与预测方法综述[J].现代电子技术,2022(03).

杜军,文璧,刘元是.轴流压气机喘振状态下的声学特征及诊断方法[J].燃气涡轮试验与研究,2020(05).

马超,朱智富,王桂华,刘云岗.喘振发生前车用涡轮增压器离心压气机非稳态流动分析[J].内燃机学报,2011(01).

曹昳劼,臧树升,葛冰.压气机喘振声音信号的快速傅里叶变换和小波变换分析[J].能源技术,2010(03).

贺云南,刘镇,秦建文.利用振动信号诊断废气涡轮增压器喘振故障[J].海军工程大学学报,2000(06).

Abdel-Basset Mohamed,Mohamed Reda,Abouhawwash Mohamed.Crested Porcupine Optimizer: A new nature-inspired metaheuristic[J].Knowledge-Based Systems,2024.

Zhao Kaicheng,Xiao Junqing,Li Chun,Xu Zifei,Yue Minnan.Fault diagnosis of rolling bearing using CNN and PCA fractal based feature extraction[J].Measurement,2023.

Hou Yaochun,Wang Yuxuan,Pan Yiran,He Weiting,Huang Wenjun,Wu Peng,Wu Dazhuan.Vibration-based incipient surge detection and diagnosis of the centrifugal compressor using adaptive feature fusion and sparse ensemble learning approach[J].Advanced Engineering Informatics,2023.

Lv Yaqiong,Zhou Qianwen,Li Yifan,Li Weidong.A predictive maintenance system for multi-granularity faults based on AdaBelief-BP neural network and fuzzy decision making[J].Advanced Engineering Informatics,2021.

Jiankai Xue,Bo Shen.A novel swarm intelligence optimization approach: sparrow search algorithm[J].Systems Science & Control Engineering,2020.

Seyedali Mirjalili,Andrew Lewis.The Whale Optimization Algorithm[J].Advances in Engineering Software,2016.

Day I. J..Stall, Surge, and 75 Years of Research[J].Journal of Turbomachinery,2016.

Marcelo A. Colominas,Gastón Schlotthauer,María E. Torres.Improved complete ensemble EMD: A suitable tool for biomedical signal processing[J].Biomedical Signal Processing and Control,2014.

Seyedali Mirjalili,Seyed Mohammad Mirjalili,Andrew Lewis.Grey Wolf Optimizer[J].Advances in Engineering Software,2014.

Ling-li Jiang,Hua-kui Yin,Xue-jun Li,Si-wen Tang.Fault Diagnosis of Rotating Machinery Based on Multisensor Information Fusion Using SVM and Time-Domain Features[J].Shock and Vibration,2014.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于声信号多域复合特征的涡轮增压器喘振识别