基于PCA和SVM的柴油发动机冲击故障诊断方法研究

发布时间：2017-12-31 12:36

本文关键词：基于PCA和SVM的柴油发动机冲击故障诊断方法研究　出处：《船舶工程》2016年09期 　论文类型：期刊论文

【摘要】：针对柴油发动机振动信号进行故障诊断技术研究,提出了一种基于主成分分析和支持向量机的柴油发动机冲击故障诊断方法。首先利用小波包分解提取出冲击故障的特征;再利用主成分分析技术获得敏感特征参数,进而减小数据处理的复杂程度;最后利用支持向量机对敏感特征参数样本进行训练,获得分类模型,进而实现故障分类。将该方法用于柴油机实际故障分类,诊断准确率较高,结果证实了该方法对多种冲击故障诊断具有的有效性。
[Abstract]:The fault diagnosis technology of diesel engine vibration signal is studied. A method of diesel engine impulse fault diagnosis based on principal component analysis (PCA) and support vector machine (SVM) is proposed. Firstly, wavelet packet decomposition is used to extract the feature of impact fault. Then the sensitive characteristic parameters are obtained by using principal component analysis (PCA) technology to reduce the complexity of data processing. Finally, support vector machine (SVM) is used to train the samples of sensitive feature parameters to obtain the classification model, and then the fault classification is realized. The method is applied to the actual fault classification of diesel engine, and the diagnosis accuracy is high. The results show that the method is effective for multiple impulse fault diagnosis.
【作者单位】：北京化工大学信息科学与技术学院;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;海军装备部驻天津地区军事代表局;
【基金】：973计划项目(2012CB026005) 863计划项目(2014AA041806) 中央高校基本科研业务费专项资金资助(JD1506)
【分类号】：TK428
【正文快照】： 0引言在多缸点火冲击、气门冲击、曲轴及齿轮运动等多激励源综合作用下,柴油发动机振动信号具有显著的非平稳性,不同振源相互干扰强烈。又因转速不平稳、负荷变化等因素,利用振动信号进行柴油机故障监测诊断的难度大。目前应用较多的柴油机监测手段以热工参数为主,包括润滑油

【相似文献】