Elman人工神经网络对发动机缸壁间隙的识别诊断

摘要：

主要以DA462型发动机作为研究对象,使用丹麦B&K公司生产的PULSE振动测试分析仪,使发动机以1500r/min的转速运转,并通过人为改变不同的缸壁间隙工况下采集振动信号,利用小波包变换提取缸壁表面振动信号的能量特征值,对提取出来的特征值,进行Elman人工神经网络的训练,其中将采集的40组数据作为训练样本,剩余的20组数据作为测试样本,从而识别出发动机缸壁的缸壁间隙,最后得到以下结论:基于小波包和Elman人工神经网络训练相结合的方法,对发动机缸壁间隙进行判断识别,通过实验的正确率验证了方法的可行性.

关键词：缸壁间隙、Elman神经网络、小波包、振动信号

所属期刊栏目：42

分类号：TK417+.4(内燃机)

资助基金：1.内蒙古自然基金:基于Elman人工神经网络的发动机缸壁间隙检测方法研究2013MS0729;2.内蒙古自治区教育厅重点项目:振动信号时频细化分析在发动机故障诊断中的应用NJZZ11070;3.内蒙自然基金:基于小波神经网络的汽车发动机故障诊断专家系统研究2012MS0704

在线出版日期：2013-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：71-76