基于 EMD-WVD 与 LNMF 的内燃机故障诊断

摘要：

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。

关键词：内燃机、故障诊断、时频分布、特征提取、局部非负矩阵分解

所属期刊栏目：35

分类号：TK428(内燃机)

资助基金：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

在线出版日期：2017-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：191-196,202