基于经验模态和神经网络的纯电动汽车集中式电驱系统振动信号分析与故障预测
以系统复杂、耦合程度高、振动信号干涉多的纯电动汽车集中式电驱系统为研究对象,建立监测电驱动系统振动信号的采集系统,通过经验模态分解出各组件振动信号中潜在故障的内禀函数分量,再将各分量作为神经网络的输入参数,获得训练后的神经网络,再将原始信号作为神经网络的输入,输出可能的故障点与故障信息,从而建立故障预测模型.结果表明,在经验模态结合神经网络算法的基础上,利用采集的振动信号进行智能诊断,输出的预测结果准确率高.
纯电动汽车、电驱动系统、经验模态分解、故障预测、智能诊断
TP273;U469.72(自动化技术及设备)
国家自然科学基金资助项目;浙江省自然科学基金资助项目;衢州市级科技计划指导性项目;2019年度高校国内访问工程师校企合作项目
2020-07-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
59-62