基于EMD‑DNMPSO的汽车排气系统金属波纹管形变参数动态跟踪方法与流程

本发明涉及汽车零部件检测领域，特别涉及基于emd-dnmpso的汽车排气系统金属波纹管形变参数动态跟踪方法。

背景技术：

目前，对于汽车排气系统的降噪、尾气净化和压力损失等问题已受到广泛关注，但其结构强度和焊接疲劳耐久性却没有引起足够的重视。汽车排气系统金属波纹管作为一种重要的柔性连接和弹性补偿元件，其良好的结构性能，使其在汽车排气系统减振、降噪中起到举足轻重的作用。汽车排气系统金属波纹管连接着汽车排气系统的冷热两端，可以有效减小排气系统受到的来自发动机、车身和地面等引起或传递的振动与冲击，降低发动机与排气系统相对位移引发的排气系统乃至整车的振动。为了保证汽车排气系统金属波纹管长期可靠的使用寿命，防止其发生疲劳失效而影响汽车排气系统的使用寿命，有必要基于道路载荷谱信息通过试验台架进行汽车排气系统金属波纹管的热疲劳测试，尽快弥补国内在这方面存在的不足，其研究成果可作为汽车排气系统早期研发设计的重要参考。这将在很大程度上缩短汽车排气系统金属波纹管的热疲劳测试周期，降低基于实车道路试验进行汽车排气系统金属波纹管热疲劳测试的成本，为汽车排气系统的安全性设计提供依据。

技术实现要素：

为解决上述技术问题，本发明基于emd算法对实车道路试验采集获得的拉杆位移传感器位移信号进行去噪处理，鉴别和编辑数据中的漂移、毛刺等异常信息，获取真实反映测试工况的有效数据，将汽车排气系统金属波纹管的六个动点到运动平面距离平方之和最小作为目标函数，以六个动点与相应六个定点间的距离改变量等于传感器测量数据为约束条件，使用dnmpso算法进行优化，计算出波纹管六个动点的实时空间坐标，最终确定汽车排气系统金属波纹管在x、y、z三个方向上的最大偏移及绕x、y、z三个方向的旋转角度。

为了实现上述目的，本发明的技术方案：

基于emd-dnmpso的汽车排气系统金属波纹管形变参数动态跟踪方法，所述的基于emd的汽车排气系统金属波纹管位移数据去噪算法包括如下步骤：

i、根据采集的六组汽车排气系统金属波纹管位移改变量数据di(t),(i＝1,2,…6)，确定原始数据di(t)所有的局部极大值点，并将其用三次样条函数拟合数据的所有极大值点的上包络线；

ii、再次利用三次样条函数拟合数据所有的局部极小值的下包络线，上、下包络线应包络所有的数据点；

iii、上、下包络线的平均值记为m1，求出x(t)-m1＝h1，理想地，如果h1是一个固有模态函数(intrinsicmodefunction,imf)，那么h1就是x(t)的第一个imf分量，如果h1不满足imf的条件，把h1作为原始数据，重复步骤i到iii，得到上、下包络线的平均值m11，再判断h11＝h1-m11是否满足imf的条件，如不满足，则重复循环k次，得到h1(k-1)-m1k＝h1k，使得h1k满足imf的条件，记c1＝h1k，则c1为信号x(t)的第一个满足imf条件的分量；

iv、将c1从x(t)中分离出来，得到r1＝x(t)-c1，将r1作为原始数据重复步骤i到iv，得到x(t)的第二个满足imf条件的分离c2，重复循环n次，得到信号x(t)的n个满足imf条件的分量，这样就有当rn成为一个单调函数不能再从中提取满足imf条件的分量时，循环结束，这样可以得到式中，rn称为残余函数，代表数据的平均趋势或均值，如去掉前面若干个较高频率的固有模态函数(imf)分量后，由剩余的后几个imf分量重构原信号，则相当于低通滤波器，具体表达式如下：

所述的基于dnmpso粒子群算法优化汽车排气系统波纹管六个动点的空间坐标包括如下步骤：

i、构造适应度函数，用于评价种群中粒子的适应度函数其中xi,yi,zi分别表示汽车排气系统波纹管夹具上第i个点的空间坐标，a,b,c,d为夹具平面方程系数；

ii、初始化，种群规模、迭代次数和精度，随机生成每个粒子的初始位置(22个分量分别表示六动点空间坐标和夹具平面信息)、初始速度，确定每个粒子的历史最佳位置、种群的最佳位置，并计算每个粒子的历史最佳适应值以及种群最佳适应值；

iii、更新学习样本

(1)、比较每个粒子的当前适应值与历史最佳适应值，并依大小关系更新粒子历史最佳位置和历史最佳适应值；

(2)、比较每个粒子的历史最佳适应值和种群最佳适应值，并依大小关系更新种群最佳适应值和最佳位置；

iv、更新粒子的位置和速度。dnmpso粒子群算法的更新方法如下，

其中，表示粒子i于时刻t的位置；表示粒子i于时刻t的速度；表示粒子i于时刻的学习样本，pbin(i)^d是学习样本的第d个分量；pg表示粒子i的历史最优位置；arg()表示识别出对应的粒子；w表示惯性权重，取值通常在0.4-0.9之间；c1和c2是加速度，通常取值在0到2之间；r1和r2是两个取值为0到1之间的均匀分布随机数；

v、停止条件，用步骤iv所述新个体替换步骤ii中的初始种群的个体，重复步骤iii至步骤iv的dnmpso粒子群算法，直到步骤iv所述个体适应度函数基本稳定或者达到了设定的进化代数时，结束优化过程，即得到了六个动点空间坐标和空间平面参数值；

所述的汽车排气系统金属波纹管形变参数的动态跟踪为：根据所述的基于dnmpso粒子群算法，计算出在不同时刻t，汽车排气系统金属波纹管上动夹具的六点空间坐标(xi,yi,zi),i＝1,2,…6和动夹具的六点所在空间平面方程为ax+by+cz+d＝0，利用式(i＝1，2，…，6)，求出每个点在x,y,z方向上位移的改变量，利用式求出在不同时刻t波纹管绕x,y,z方向的角度改变量。

本发明的有益效果是：本发明基于emd算法对实车道路试验采集获得的拉杆位移传感器位移信号进行去噪处理，鉴别和编辑数据中的漂移、毛刺等异常信息，获取真实反映测试工况的有效数据，将汽车排气系统金属波纹管的六个动点到运动平面距离平方之和最小作为目标函数，以六个动点与相应六个定点间的距离改变量等于传感器测量数据为约束条件，使用dnmpso粒子群算法进行优化，计算出波纹管六个动点的实时空间坐标，最终确定汽车排气系统金属波纹管在x、y、z三个方向上的最大偏移及绕x、y、z三个方向的旋转角度，为基于试验台架进行汽车排气系统金属波纹管的热疲劳测试提供参数依据，缩短汽车排气系统金属波纹管热疲劳试验周期，降低成本。

附图说明

图1为本发明基于emd-dnmpso的汽车排气系统金属波纹管形变参数动态跟踪方法的流程图。

图2为本发明基于emd-dnmpso的汽车排气系统金属波纹管形变参数动态跟踪方法的拉杆传感器安装图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明：

如图1所示，本发明的基于emd-dnmpso的汽车排气系统金属波纹管形变参数动态跟踪方法，首先进行汽车排气系统金属波纹管道的路载荷谱采集；其次，基于emd算法对实车道路试验采集获得的拉杆位移传感器位移信号进行去噪处理，鉴别和编辑数据中的漂移、毛刺等异常信息，获取真实反映测试工况的有效数据；再次，将汽车排气系统金属波纹管的六个动点到运动平面距离平方之和最小作为目标函数，以六个动点与相应六个定点间的距离改变量等于传感器测量数据为约束条件，使用dnmpso算法进行优化，计算出波纹管六个动点的实时空间坐标；最后，确定汽车排气系统金属波纹管在x、y、z三个方向上的最大偏移及绕x、y、z三个方向的旋转角度，为基于试验台架进行汽车排气系统金属波纹管的热疲劳测试提供参数依据。

其中，波纹管道路载荷谱采集时，在排气系统金属波纹管两端安装固定卡具，如图2所示，每个卡具设定六个不同的安装点，对两个卡具上的安装点从1至6分别进行编号，记录两卡具安装点的空间坐标，在两卡具相同编号的安装点处安装6个拉杆位移传感器，用于测量两卡具相同编号点的位移变化量；根据排除噪声干扰的数据，基于金属波纹管两端夹具具有较强刚性的客观事实，将波纹管两端视为两个运动平面，由于固定于发动机端的平面运动范围十分微小，固定于排气系统端平面运动较强，根据相对运动原则，将发动机端平面视为固定平面，六个传感器固定点视为定点；将排气系统端平面视为动平面安装完成后测试校验各拉杆位移传感器输出信号的准确性，校验完成后按照设定的试验工况在强化路段分别进行满载和半载道路试验，采集波纹管道路载荷谱信息。

本方法所涉及的基于emd的汽车排气系统金属波纹管位移数据去噪算法包括如下步骤：

i、根据采集的六组汽车排气系统金属波纹管位移改变量数据di(t),(i＝1,2,…6)，确定原始数据di(t)所有的局部极大值点，并将其用三次样条函数拟合数据的所有极大值点的上包络线；

ii、再次利用三次样条函数拟合数据所有的局部极小值的下包络线，上、下包络线应包络所有的数据点；

iii、上、下包络线的平均值记为m1，求出x(t)-m1＝h1，理想地，如果h1是一个固有模态函数(intrinsicmodefunction,imf)，那么h1就是x(t)的第一个imf分量，如果h1不满足imf的条件，把h1作为原始数据，重复步骤i到iii，得到上、下包络线的平均值m11，再判断h11＝h1-m11是否满足imf的条件，如不满足，则重复循环k次，得到h1(k-1)-m1k＝h1k，使得h1k满足imf的条件，记c1＝h1k，则c1为信号x(t)的第一个满足imf条件的分量；

iv、将c1从x(t)中分离出来，得到r1＝x(t)-c1，将r1作为原始数据重复步骤i到iv，得到x(t)的第二个满足imf条件的分离c2，重复循环n次，得到信号x(t)的n个满足imf条件的分量，这样就有当rn成为一个单调函数不能再从中提取满足imf条件的分量时，循环结束，这样可以得到式中，rn称为残余函数，代表数据的平均趋势或均值，如去掉前面若干个较高频率的固有模态函数(imf)分量后，由剩余的后几个imf分量重构原信号，则相当于低通滤波器，具体表达式如下：

本发明所涉及的基于遗传算法优化汽车排气系统波纹管六个动点的空间坐标，包括如下步骤：

i、构造适应度函数。建立用于评价种群中粒子的适应度函数其中xi,yi,zi分别表示汽车排气系统波纹管夹具上第i个点的空间坐标，a,b,c,d为夹具平面方程系数；

ii、初始化。设置种群规模、迭代次数和精度，随机生成每个粒子的初始位置(22个分量分别表示六动点空间坐标和夹具平面信息)、初始速度，确定每个粒子的历史最佳位置、种群的最佳位置，并计算每个粒子的历史最佳适应值以及种群最佳适应值；

iii、更新学习样本

(1)、比较每个粒子的当前适应值与历史最佳适应值，并依大小关系更新粒子历史最佳位置和历史最佳适应值；

(2)、比较每个粒子的历史最佳适应值和种群最佳适应值，并依大小关系更新种群最佳适应值和最佳位置；

iv、更新粒子的位置和速度。dnmpso粒子群算法的更新方法如下，

其中，表示粒子i于时刻t的位置；表示粒子i于时刻t的速度；表示粒子i于时刻的学习样本，pbin(i)^d是学习样本的第d个分量；pg表示粒子i的历史最优位置；arg()表示识别出对应的粒子；w表示惯性权重，取值通常在0.4-0.9之间；c1和c2是加速度，通常取值在0到2之间；r1和r2是两个取值为0到1之间的均匀分布随机数；

v、停止条件，用步骤iv所述新个体替换步骤ii中的初始种群的个体，重复步骤iii至步骤iv的dnmpso粒子群算法，直到步骤iv所述个体适应度函数基本稳定或者达到了设定的进化代数时，结束优化过程，即得到了六个动点空间坐标和空间平面参数值。

根据上述的优化算法，可计算出在不同时刻t，汽车排气系统波纹管上动夹具的六点空间坐标(xi,yi,zi),i＝1,2,…6，利用式(3)，求出每个点在x,y,z方向上位移的改变量

其中(x′i,y′i,z′i),(i＝1,2,…6)分别表示汽车排气系统金属波纹管上动夹具的六点的初始空间坐标；

利用max{|dx1|,|dx2|,…,|dx6|}得到汽车排气系统波纹管的位移改变量数值最大的点，并将这点的位移改变量作为当前时刻波纹管在x方向上的改变量dx(t)。同理，可以得到y,z方向上的位移改变量dy(t),dz(t)；

已知汽车排气系统波纹管的动夹具初始平面的方程为ax+by+cz+d＝0，则方向余弦分别为：

分别计算出初始方向角为：

根据上述的优化算法，可计算出在不同时刻t，汽车排气系统波纹管上动夹具所在空间平面方程为ax+by+cz+d＝0，则在不同时刻t方向余弦分别为：

分别计算出在不同时刻t的方向角为：

利用式(4)，求出在不同时刻t波纹管的x,y,z方向上的角度改变量，