基于小波分析与神经网络的气阀机构故障诊断研究

被引:11
作者
夏勇
张振仁
成曙
商斌梁
郭明芳
机构
[1] 第二炮兵工程学院研究生二队!陕西西安
关键词
神经网络; 振动; 故障诊断; 自组织聚类算法; 小波分析; 能量百分比;
D O I
10.16236/j.cnki.nrjxb.2001.03.010
中图分类号
TK428 [检修与维护];
学科分类号
摘要
运用小波分析对柴油机缸盖振动信号进行分析与讨论 ,计算二进小波分解后尺度 1信号在各个时间段内的能量百分比 ;将能量百分比作为神经网络的输入进行训练和故障识别 ,用 BP网络及自组织聚类算法实现了气阀机构的故障诊断 ,取得了较好的效果。
引用
收藏
页码:235 / 240
页数:6
相关论文
共 10 条
[1]   小波分析及其在压缩机气阀故障检测中的应用研究 [J].
袁小宏 ;
屈梁生 .
振动工程学报, 1999, (03) :116-121
[2]   基于小波包分析的内燃机振动诊断方法研究 [J].
刘世元 ;
杜润生 ;
杨叔子 .
华中理工大学学报, 1999, (08) :7-9+15
[3]   内燃机缸盖振动信号的特性与诊断应用研究 [J].
刘世元 ;
杜润生 ;
杨叔子 .
华中理工大学学报, 1999, (07) :49-51
[4]   用神经网络对内燃机气门间隙的识别 [J].
洪国雄,谢道俊 .
振动与冲击, 1994, (04) :23-26
[5]   柴油机工作过程故障振动诊断的基础研究 [J].
谭达明 ;
秦萍 ;
余欲为 .
内燃机学报, 1992, (04) :341-346
[6]   柴油机的循环波动 [J].
程庆澜 .
内燃机学报, 1992, (04) :377-379
[7]   利用振动信号诊断发动机气门故障 [J].
周轶尘 ;
彭勇 .
内燃机工程, 1989, (01) :26-32
[8]   发动机缸盖系统振动特性研究 [J].
周轶尘 ;
彭勇 .
内燃机学报, 1988, (01) :49-56
[9]  
实用小波分析[M]. 西安电子科技大学出版社 , 秦前清, 1994
[10]  
神经网络导论[M]. 国防科技大学出版社 , 胡守仁等编著, 1993