基于小波包神经网络的发动机振动信号分析

被引:21
作者
司景萍
郭丽娜
牛家骅
机构
[1] 内蒙古工业大学能源与动力工程学院
关键词
发动机; 振动信号; 测试系统; 小波包; BP神经网络;
D O I
10.16450/j.cnki.issn.1004-6801.2013.05.019
中图分类号
U472.42 [故障分析];
学科分类号
082301 [道路与铁道工程];
摘要
为了有效地对发动机运行状态进行监测,提出了一种基于小波包和神经网络相结合的发动机故障诊断方法。以某微型车用汽油发动机为研究对象,建立基于振动信号分析的测试试验系统,采集发动机正常工况和故障工况的振动特征参数。通过小波包对其进行分解和重构,提取出表征发动机工作状况的特征向量,作为训练样本数据和检验样本数据,输入BP神经网络并对其进行训练,实现了对所设发动机故障类型进行良好识别的预期效果。
引用
收藏
页码:763 / 769+909 +909
页数:8
相关论文
共 8 条
[1]
An expert system for fault diagnosis in internal combustion engines using wavelet packet transform and neural network.[J].Jian-Da Wu;Chiu-Hong Liu.Expert Systems With Applications.2008, 3
[2]
基于小波包变换与样本熵的滚动轴承故障诊断 [J].
赵志宏 ;
杨绍普 .
振动测试与诊断., 2012, 32 (04) :640-644+692
[3]
基于小波-中值降噪的经验模式分解及应用 [J].
张志鹏 ;
王伟平 ;
郭明威 .
振动测试与诊断., 2011, 31 (06) :779-782+816
[4]
小波能量商在汽车发动机故障诊断中的应用 [J].
李力 ;
何婷 .
汽车工程, 2009, 31 (02) :193-196
[5]
基于BP神经网络的汽车发动机故障诊断方法研究 [J].
徐礼超 ;
马从兵 ;
范钦满 ;
包旭 .
拖拉机与农用运输车, 2007, (06) :101-102+104
[6]
DA462发动机节气门的改进 [J].
赵峰 ;
许福东 ;
李长胜 ;
张勇为 ;
刘强 .
机械工程师, 2006, (04) :64-65
[7]
采样定理的拓展——一种新的非均匀采样规则 [J].
潘晓峰 ;
刘红星 .
振动、测试与诊断, 2003, (01)
[8]
应用振动信号诊断汽油机磨损故障 [J].
贾继德 ;
孔凡让 ;
姜斯平 ;
李志远 .
汽车工程, 2002, (02) :149-151+163