Nonlinear Analysis of Combustion Engine Vibroacoustic Signals for Misfire Detection

Boguś, Piotr; Merkisz, Jerzy; Grzeszczyk, R.; Mazurek, S.

doi:10.4271/2003-01-0354

Cited by 19 publications

(18 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In the area of nonlinear methods [21,23,26] the research showed that the Lyapunov exponents can be considered as the good diagnostic parameter. The dominant Lyapunov exponents were higher for the case of misfire.…”

Section: Experiments Measurements and Resultsmentioning

confidence: 99%

See 1 more Smart Citation

Monitoring of combustion locomotive state with the use of an on-board device

Boguś¹,

Merkisz²,

Grzeszczyk³

2014

WIT Transactions on the Built Environment

View full text Add to dashboard Cite

This paper presents the current state of the research on the on-board recording system application for the detection of critical situations in railways. The estimation of the rail vehicle state is based on signals registered by using a specialized on-board device. The critical situation of a rail vehicle can consist of diesel locomotive engine dysfunctions, high vibrations, exceeding of limit velocity, acceleration or inclination. The monitoring of the vehicle state needs a set of sensors. The movement parameters are acquired from a GPS device, accelerometers and gyroscopic MEMS sensors. Especially interesting here is the application of GPS signals, because GPS not only gives a geographical position, but also the vehicle velocity. The accelerometer sensors which measured the acceleration in three perpendicular directions were assigned to operate together with GPS in order to establish the vehicle position and for the detection of exceeding any limit acceleration value. The gyroscopic MEMS sensors support the position and route detection and also show any exceeding in vehicle limit inclinations. Additionally, some accelerate sensors record the vibroacoustic signals taken from chosen places on the engine body or other vehicle parts for the assessment of the engine state, particularly in terms of potential failures. The analysis of the additional acceleration signals was performed using specialized signal processing methods and some specialized algorithms based on artificial intelligence (e.g. Fourier analysis, wavelets, nonlinear methods based on deterministic chaos theory, short time methods and support vector machines). The first results are promising and show the possibility of using the above described approach to detect the combustion locomotive state.

show abstract

Section: Experiments Measurements and Resultsmentioning

confidence: 99%

“…Together with classical Fourier methods, some other more sophisticated methods were used also (short-time analysis, nonlinear methods, wavelets and multiresolution analysis) [8,[21][22][23][24][25][26][27][28].…”

Section: Experiments Measurements and Resultsmentioning

confidence: 99%

Monitoring of combustion locomotive state with the use of an on-board device

Boguś¹,

Merkisz²,

Grzeszczyk³

2014

WIT Transactions on the Built Environment

View full text Add to dashboard Cite

show abstract

“…Jak do tej pory eksperymenty w zakresie monitorowania uszkodzeń i zaburzeń pracy silnika na bazie sygnałów wibroakustycznych zostały przeprowadzone z wykorzystaniem wielu metod analizy sygnałów, w tym obliczanie globalnych statystycznych parametrów takich jak średnia, mediana, odchylenie standardowe itp., analiza nieliniowa z wykorzystaniem metod teorii chaosu deterministycznego, analiza krótkoczasowa, metodę maszyn wektorów wspierających SVM (ang. Support Vector Machines) [2,3,4,5,6,7,8,9,10]. Z praktycznego punktu wodzenia chodzi o znalezienie takich parametrów, które mogą być wprost zastosowane do diagnostyki on-line.…”

Section: Wstępunclassified

Wielorozdzielcza analiza falkowa w diagnostyce silnika agregatu głównego lokomotywy spalinowej

Boguś¹

2014

Pojazdy Szynowe

Self Cite

View full text Add to dashboard Cite

Artykuł przedstawia możliwości zastosowania falkowej analizy wielorozdzielczej do diagnostyki silnika Diesla lokomotywy spalinowej. Analiza bazuje na sygnałach wibroakustycznych pozyskanych z silnika spalinowego przed i po generalnym remoncie lokomotywy i silnika. Istotą analizy wielorozdzielczej jest rozłożenie sygnału na składowe aproksymacyjne, które reprezentują różne poziomu szczegółowości sygnału. Badania pokazały wyraźne zróżnicowanie wykresów czasowo-częstotliwościowych współczynników transformaty falkowej. W celu diagnostycznym należy jednak oprzeć się nie tyle na analizie skalogramów i obrazów czasowo-przestrzennego rozkładu współczynników transformat falkowych, ale raczej na wyborze parametrów istotnych diagnostycznie nadających się do szybkiej analizy on-line. Do tego celu lepiej nadaje się wielorozdzielcza dekompozycja sygnału, która pozwala na analizę cech składowych na różnych poziomach szczegółowości. (Artykuł powstał w ramach projektu badawczego Nr 5406/B/T02/2011/40 pt. „Zastosowanie wybranych metod analizy sygnałów wibroakustycznych oraz technologii GPS dla monitorowania oraz oceny pozycji i stanu pojazdu szynowego w celu zwiększania bezpieczeństwa ruchu oraz lepszego zarządzania taborem kolejowym”)

show abstract

“…The choice of false criterion for FNN was performed by using the method described in Chapter 3. The eventually obtained threshold value was usually about 17 [10,11,22]. For signals obtained by Gould recorder the time-delay value was in the range t=12-14 (where t=12.78), and the embedding dimension d ¼ 526 (where d=5.5).…”

Section: Choice Of Time Delay and Embedding Dimensionmentioning

confidence: 99%