基于LMD和SVM的柴油机气门故障诊断

被引：20

作者：

张俊红

刘昱

毕凤荣

林杰威

马文朋

马梁

机构：

[1] 天津大学内燃机燃烧学国家重点实验室

来源：

内燃机学报 | 2012年 / 30卷 / 05期

关键词：

柴油机; 局部均值分解; 支持向量机;

D O I：

10.16236/j.cnki.nrjxb.2012.05.016

中图分类号：

TK428 [检修与维护];

学科分类号：

080703 ;

摘要：

针对柴油机气门故障诊断问题,在WP7柴油机上模拟了气门故障,提出了基于局部均值分解(local mean decomposition,LMD)和支持向量机(support vector machine,SVM)相结合的气门故障诊断方法.该方法首先用改进LMD方法将缸盖振动信号分解成若干个瞬时频率具有物理意义的PF(product function)分量之和,然后从缸盖振动信号和分解得到的PF分量中提取故障特征向量,以此作为SVM分类器的输入进行故障诊断.此外提出了改进粒子群算法(particle swarm optimization,PSO)用于SVM参数的优化.诊断结果显示,16组测试样本的测试结果均与实际状况相一致,诊断正确率为100%,该方法能快速准确地识别内燃机气门故障.

引用

页码：809 / 813

页数：5

共 10 条

[1] 基于LMD的能量算子解调方法及其在故障特征信号提取中的应用 [J].