基于EMD和SVM的柴油机气阀机构故障诊断
针对柴油机振动信号的非平稳特性和在现实条件下难以获得大量故障样本的实际情况,提出了一种经验模式分解和支持向量机相结合的故障诊断方法.运用经验模式分解方法对气阀机构不同工况下的去噪缸盖振动信号进行分析,计算各固有模式函数的方差贡献率以确定包含故障特征信息的主要成分,对求得的各固有模式函数分别计算其能量矩,并将能量矩作为支持向量机的输入特征向量,以判断柴油机的工作状态和故障类型.试验结果表明:该方法在小样本情况下也具有较高的精度和较强的泛化能力,但转速不同时需重新采样以保证足够的诊断精度.
柴油机、故障诊断、能量矩、支持向量机、经验模式分解
21
TP206.3(自动化技术及设备)
2011-01-19(万方平台首次上网日期,不代表论文的发表时间)
2710-2714