基于CART决策树的柴油机故障诊断方法研究

摘要：

采用一种自适应局部有效值(RMS)计算方法提取柴油机缸盖振动信号时域特征,结合分类回归树(CART)算法建立故障分类模型并进行柴油机的状态识别.通过实验获取柴油机失火和撞缸两种故障工况及正常工况下的振动数据,计算出原始信号的局部RMS后,根据自适应阈值确定点火冲击区域和非点火上止点冲击区域提取局部特征,最后将特征输入CART算法中构建分类模型来验证所提取特征的有效性.结果表明:柴油机在3种状态下的识别率均达到100％,基于CART算法和局部特征提取的方法能够有效诊断柴油机故障.

关键词：分类回归树(CART)算法、柴油机故障诊断、局部有效值(RMS)计算、自适应阈值、特征提取

所属期刊栏目：45

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家“863”计划2014AA041806;国家重点研发计划2016YFF0203305;中央高校基本科研业务费JD1815

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-75