基于特征相关分析的内燃机故障诊断方法

发布时间：2021-05-17 14:31

　　机械设备故障诊断中,特征融合技术能够在保留有效信息的同时去除冗余相关信息,有利于节省计算资源和提高诊断能力。提出一种基于相关性分析进行特征融合的内燃机故障诊断方法。首先,深度挖掘并提取原始信号的多域特征,形成多域特征集;然后,对多域特征集进行相关性分析,并对关联性高的特征组合进行择一保留;最后,利用主成分分析法（PCA）进行特征降维,并利用k近邻学习（kNN）算法进行故障诊断。内燃机气门间隙异常故障的有效诊断验证了该方法的适用性和准确性。 

【文章来源】：机械工程与自动化. 2020,(05)

【文章页数】：3 页

【文章目录】：
0 引言
1 多域特征提取
    1.1 时域及频域特征提取
    1.2 时频域特征提取
2 基于特征相关分析的内燃机故障诊断方法
    2.1 特征的相关性分析
    2.2 考虑特征相关性的内燃机故障诊断方法流程
3 试验结果
    3.1 气门间隙模拟实验
    3.2 考虑特征相关性的特征降维
    3.3 气门间隙异常故障诊断
4 结论


【参考文献】：
期刊论文
[1]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[J]. 张宇飞,么子云,唐松林,朱丽娜,张进杰.  中国机械工程. 2016(24)
[2]基于小波包变换和奇异值分解的柴油机振动信号特征提取研究[J]. 李国宾,关德林,李廷举.  振动与冲击. 2011(08)
[3]动态系统的故障诊断技术[J]. 周东华,胡艳艳.  自动化学报. 2009(06)



本文编号：3191929