本文關(guān)鍵詞：改進(jìn)LMD分解和RBF神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷研究

  更多相關(guān)文章： 柴油機(jī)故障診斷 局域均值分解 小波分解 RBF神經(jīng)網(wǎng)絡(luò)

【摘要】：柴油機(jī)作為大型機(jī)械的核心動力部件,其運(yùn)行狀態(tài)的監(jiān)測和診斷尤為重要,但由于其工作環(huán)境復(fù)雜,振動信號包含大量噪聲,所以特征向量難以有效提取,嚴(yán)重制約柴油機(jī)的故障診斷技術(shù)。該文將傳統(tǒng)局域均值分解進(jìn)行改進(jìn)并將其與小波降噪相結(jié)合對原始振動信號進(jìn)行降噪處理,并且利用改進(jìn)局域均值分解法提取特征向量,最后應(yīng)用徑向基(RBF)神經(jīng)網(wǎng)絡(luò)進(jìn)行故障識別。在實(shí)驗(yàn)中,采集4種故障工況和1種正常工況下的振動信號,利用上述方法完成對5種工況下的診斷,正確率達(dá)到95%。實(shí)驗(yàn)結(jié)果表明:該方法較改進(jìn)前有明顯進(jìn)步,能有效診斷發(fā)動機(jī)故障,并且具有較高的正確率和較強(qiáng)的實(shí)用價(jià)值。
【作者單位】： 中北大學(xué)機(jī)械與動力工程學(xué)院;
【關(guān)鍵詞】： 柴油機(jī)故障診斷 局域均值分解 小波分解 RBF神經(jīng)網(wǎng)絡(luò)
【分類號】：TK428;TP183
【正文快照】： 0引言隨著現(xiàn)代化工業(yè)的不斷發(fā)展,柴油機(jī)作為動力設(shè)備已廣泛用于汽車、船舶、工程機(jī)械、農(nóng)業(yè)機(jī)械和礦山機(jī)械等領(lǐng)域,在社會生產(chǎn)和生活中發(fā)揮著重要作用[1-2]。由于柴油機(jī)結(jié)構(gòu)復(fù)雜,零部件繁多,工作環(huán)境惡劣,所以柴油機(jī)相對其他機(jī)械部件而言發(fā)生故障的可能性更大。當(dāng)柴油機(jī)發(fā)生故

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王珍,丁子佳,李玉光,李吉;局域波自回歸譜及其在柴油機(jī)故障診斷中的應(yīng)用研究[J];內(nèi)燃機(jī)工程;2004年03期

2 張維新,張俊峰;柴油機(jī)故障診斷技術(shù)趨向分析[J];天津航海;2005年02期

3 朱俊;;柴油機(jī)故障診斷新方法[J];山東農(nóng)機(jī)化;2010年11期

4 周序生;耿偉亞;;組合算法在柴油機(jī)故障診斷的應(yīng)用仿真[J];計(jì)算機(jī)仿真;2012年09期

5 廖明,張文明,石博強(qiáng);柴油機(jī)故障診斷的現(xiàn)狀與展望[J];冶金設(shè)備;1998年06期

6 王鴻飛;基于Dempster-Shafer證據(jù)理論的柴油機(jī)故障診斷[J];內(nèi)燃機(jī)學(xué)報(bào);2000年01期

7 王俊國,趙金,謝慶國,萬淑蕓;主成分分析法在機(jī)車柴油機(jī)故障診斷中的應(yīng)用[J];華中科技大學(xué)學(xué)報(bào);2001年07期

8 劉守道,張來斌,王朝暉;小波降噪技術(shù)在柴油機(jī)故障診斷中的應(yīng)用[J];機(jī)械強(qiáng)度;2001年02期

9 朱孝炎;柴油機(jī)故障診斷方法[J];泰州職業(yè)技術(shù)學(xué)院學(xué)報(bào);2001年02期

10 周紅曉;基于神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷方法[J];計(jì)算機(jī)測量與控制;2003年07期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 段偉武;宋宜斌;;基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)的柴油機(jī)故障診斷[A];第二十九屆中國控制會議論文集[C];2010年

2 王鑫;于洪亮;段樹林;宋玉超;;基于遺傳算法選擇優(yōu)化神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷研究[A];2011下一代自動測試系統(tǒng)學(xué)術(shù)研討會論文集[C];2011年

3 王鑫;于洪亮;段樹林;宋玉超;;基于遺傳算法選擇優(yōu)化神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷研究[A];第十屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集（2011）上冊[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王珍;基于局域波分析的柴油機(jī)故障診斷方法的研究及應(yīng)用[D];大連理工大學(xué);2002年

2 蔡曉光;柴油機(jī)智能故障診斷系統(tǒng)研究[D];中國礦業(yè)大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉曉東;基于粗糙集的柴油機(jī)故障診斷的研究[D];大連交通大學(xué);2008年

2 馮陽;故障樹分析和模糊理論在柴油機(jī)故障診斷中的應(yīng)用[D];北京理工大學(xué);2008年

3 宋棟;基于嵌入式的柴油機(jī)故障診斷系統(tǒng)[D];中北大學(xué);2012年

4 王晉;基于粒子濾波信號處理的柴油機(jī)故障診斷[D];中北大學(xué);2012年

5 韓慧勇;基于多源信息融合的柴油機(jī)故障診斷研究[D];中北大學(xué);2012年

6 劉崢;基于多傳感器信息融合的柴油機(jī)故障診斷系統(tǒng)[D];湖南大學(xué);2010年

7 郭鋼祥;基于局域均值分解和神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷研究[D];中北大學(xué);2013年

8 任云鵬;基于曲軸角加速度的柴油機(jī)故障診斷研究[D];電子科技大學(xué);2006年

9 董安;基于形態(tài)濾波和灰色理論的柴油機(jī)故障診斷研究[D];中北大學(xué);2014年

10 張興華;基于粒子群優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷[D];中北大學(xué);2012年

，

本文編號：1120828