10.13465/j.cnki.jvs.2020.04.036
基于小波包特征提取和模糊熵特征选择的柴油机故障分析
船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难.尤其是柴油机振动信号的故障诊断,由于柴油机振动信号噪声多,诊断信号难以进行特征选择的问题,提出了基于小波包能量谱特征提取和模糊熵特征择的柴油机故障诊断方法.利用模糊熵对小波包能量谱提取出的特征集进行特征选择,将选择后的特征参数输入LS-SVM进行故障模式识别.试验结果表明,该方法可以提高故障识别准确率.在该试验中,故障识别准确率达到了99.36%,相比于未进行特征选择的特征集,识别准确率提高了0.72%.
小波包分析、模糊熵、特征选择、支持向量机、柴油机故障诊断、故障模式识别
39
TP301.6(计算技术、计算机技术)
2020-04-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
273-277,298