一种基于主成分分析和支持向量机的发动机故障诊断方法

发布时间：2017-12-08 05:06

  本文关键词：一种基于主成分分析和支持向量机的发动机故障诊断方法

  更多相关文章： 发动机 故障诊断 特征提取 小波包分解 主成分分析 支持向量机

【摘要】：提出一种新型的基于主成分分析(PCA)和支持向量机(SVM)的故障诊断方法。首先提取振动信号的多项时域指标,并利用小波包分解提取频域特征;再利用PCA从提取的时域、频域特征中选取敏感特征,实现降维处理,减小数据处理复杂度;最后利用SVM进行特征子集的训练和测试,实现故障分离。该方法在柴油机的失火、撞缸、小头瓦磨损等典型实际故障中的诊断准确率高达98%,证实了该方法的有效性。
【作者单位】： 北京化工大学高端机械装备健康监控与自愈化北京市重点实验室;中石油云南石化有限公司;
【基金】：国家重点基础研究发展计划(973计划)资助项目(2012CB026005) 国家高技术研究发展计划(863计划)资助项目(2014AA041806) 中央高校基本科研业务费专项资金资助项目(JD1506)
【分类号】：TK428;TP181
【正文快照】： 0引言柴油机广泛应用于各种领域,具有振源多、运动部件多等特点,其缸盖振动信号中含有丰富的工作状态信息,因此实际工程中多采用缸盖的振动信号特征提取方法进行柴油机的故障诊断[1]。柴油机的缸盖振动信号是典型的非平稳时变信号,具有局部冲击振动信号的特点[2]。从缸盖振动

【相似文献】

中国期刊全文数据库 前10条

1 曹静;钟毓宁;王侃;;主成分分析在评定名牌企业中的应用[J];仪器仪表学报;2006年S3期

2 查伟雄,黎新华;影响货车中时的主成分分析[J];铁道学报;2000年06期

3 高长元,丁雪伟,綦良群;高新技术产品的主成分分析评价法[J];哈尔滨理工大学学报;2000年01期

4 王美华;广东省主要城市综合经济实力的评价[J];中南工学院学报;2000年03期

5 冯炜,申恩平;企业家创业动因和障碍的主成分分析模型[J];沈阳工业大学学报;2003年02期

6 张立华;金浩;邢会;张英民;;河北省经济可持续发展的全局主成分分析[J];河北工业大学学报;2006年02期

7 王鸣涛;叶春明;;基于主成分分析的我国区域专利实力评价研究[J];河南机电高等专科学校学报;2010年02期

8 唐自来;王娟娟;;基于主成分分析的建筑业上市公司经营业绩评价[J];中国证券期货;2012年09期

9 李军;聂春晖;杨建中;;基于主成分分析的多路阀再制造质量回归模型优化[J];液压气动与密封;2013年07期

10 李瑜祥;;主成分分析程序及其应用[J];自动化仪表;1987年04期

中国重要会议论文全文数据库 前10条

1 么彩莲;魏宁;;关于主成分分析的改进方法探讨[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 陈明星;缪柏其;靳韬;;利率影响因素的主成分分析与因子分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 孙晓东;胡劲松;焦s，

本文编号：1265125