基于振动信号的柴油机气阀漏气故障诊断研究

被引:7
作者
戴威
戴柯
郭宝圣
机构
[1] 解放军镇江船艇学院
关键词
柴油机; 振动信号; 小波包; 神经网络; 故障诊断;
D O I
10.13436/j.mkjx.2007.05.080
中图分类号
TK428 [检修与维护];
学科分类号
080707 [能源环境工程];
摘要
分析了柴油机缸头振动机理,运用小波包对振动信号进行了分析和讨论,提取出相应的特征向量,然后将振动样本特征向量作为神经网络的输入参数,以故障类别作为输出参数,经过训练的神经网络可以利用测量的振动信号来判断柴油机气阀的故障状态。实例证明该方法有效可行。
引用
收藏
页码:183 / 184
页数:2
相关论文
共 3 条
[1]
基于小波网络的电动机智能故障诊断 [J].
代月明 ;
朱习军 ;
王致杰 ;
陈志巧 .
煤矿机械, 2005, (04) :132-134
[2]
基于人工神经网络技术的发动机故障诊断系统 [J].
燕学智 ;
钱耀义 .
内燃机工程, 2001, (01) :78-81
[3]
基于小波分析与气缸压力的气门故障诊断 [J].
夏勇 ;
张振仁 ;
商斌梁 ;
薛模根 ;
郭明芳 .
内燃机工程, 2001, (01) :23-27+31