柴油发动机作为车辆最重要的动力机械设备,对其进行状态监测和故障诊断具有十分重要的意义。柴油机机械故障诊断的关键是如何从非平稳振动信号中提取故障特征,传统的信号处理方法对于柴油机运转时的各种非平稳信号往往难取得较好的效果。针对上述问题,本文以潍柴WD615型柴油机非平稳信号为研究对象,结合科研实际,开展了固体振动产生非平稳振动信号分析及故障特征提取研究工作。在从微观角度分析固体振动模型的基础上,以柴油机振动信号为载体,系统研究了柴油机连杆轴承磨损、气门磨损、活塞磨损、活塞销磨损以及活塞活塞销并发磨损故障的非平稳振动信号采集装置;深入研究了对非平稳振动信号切实有效的EMD-Gabor变换方法、角域四阶累积量切片谱方法、高阶累积量图像特征方法以及时频图像极坐标增强方法进行信号分析和故障特征提取;采用变精度粗糙集与支持向量机相结合的方法开展了小样本条件下的故障模式识别。论文主要内容如下:1、固体的振动产生于原子(分子)之间电子的相互库仑作用,表现为柴油机非稳态振动信号蕴含着丰富的内部机械部件技术状态信息。研究了非稳态振动信号采集装置,根据故障部件与测点位置、发动机转速等的相关性确定了振动信号采集方案,采集的信号具有良好的重复性。2、针对发动机振动信号的非平稳非线性特点,提出了基于EMD和Gabor变换的特征提取方法,提取单一故障的不同故障程度特征。该方法能够突出目标分量,抑制其他分量和噪声干扰,克服了传统时频分析方法恒定分辨率、虚假成分干扰等问题,利用EMD分解后的IMF分量频带能量累加曲线提取时频分布图上频带能量特征,提取出的特征参数均能有效反映非平稳振动信号中分析对象的故障特征。3、提出并首次把基于角域四阶累积量切片谱的非稳态振动信号的特征提取方法应用于与柴油机故障诊断中,采用阶比方法对变转速过程非平稳信号进行重采样,得到角域平稳信号,以角域四阶累积量切片谱特定阶比带内的能量和峰值作为相应的故障特征。该方法既能有效抑制噪声干扰,又能分析非稳态信号,且明显简化了计算的复杂度,分析了不同部件不同故障程度非稳态信号,得到了对应的最佳诊断转速、位置。4、提出了一种基于高阶累积量图像特征的柴油机故障特征提取方法,把图像处理技术引入带柴油机故障诊断中。利用高阶累积量的去噪能力和其图像的全部信息,提取柴油机不同故障部件三阶累积量图像灰度共生矩阵的图像纹理特征参数,用不同的特征参数值来描述柴油机不同部件故障类型。该方法有效解决了柴油机不同部位的机械故障特征容易混淆,且往往淹没在其他分量和强噪声中难于区分和提取的问题。5、提出了一种基于时频图像极坐标增强的柴油机故障特征提取方法。利用信号的非平稳循环特征,将柴油机振动信号特征由直角坐标系映射到极坐标系并进行同步增强,提取极坐标角频分布图像上的区域能量作为特征参数。从特征增强角度进行不同部位故障特征提取,直观清晰,有效区分了故障类型,准确诊断了故障部位。6、针对多种故障特征提取方法提取出的特征参数,利用变精度粗糙集进行参数约简,消除冗余特征,输入适合小样本的SVM进行训练分类识别,取得良好诊断效果。最后以本文提出的特征提取方法为理论基础,开发实现了柴油机机械故障诊断系统,作为子模块嵌入到便携式车辆故障不解体检测仪中,用于实际故障诊断。