10.13465/j.cnki.jvs.2016.23.030
基于 EMD-WVD 与 LNMF 的内燃机故障诊断
内燃机的振动信号是复杂非平稳信号,准确提取内燃机振动信号中的特征信息进行模式识别,是对振动信号进行故障诊断的关键。基于经验模态分解的维格纳时频分析方法,不但保留了维格纳分布的所有优良特,而且还避免了交叉项的干扰,能够有效地提取内燃机振动信号的特征信息;在此基础之上,针对传统非负矩阵分解非正交的基矩阵导致数据冗余性较大、影响后续故障分类准确率提高的问题,提出采用局部非负矩阵分解的方法,直接对 EMD-WVD 时频图像的矩阵进行分解,计算用于内燃机故障诊断的特征参数,并利用特征参数进行故障分类。对内燃机4种不同工况的振动信号进行实验,证明基于 EMD-WVD 与局部非负矩阵分解的方法对内燃机气门间隙的故障诊断的有效性。
内燃机、故障诊断、时频分布、特征提取、局部非负矩阵分解
35
TK428(内燃机)
国家自然科学基金青年基金项目51405498;陕西省自然科学基金项目2013JQ8023
2017-01-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
191-196,202