10.3969/j.issn.1006-1335.2015.01.044
信息熵和RBF神经网络的发动机故障诊断
针对汽车发动机气门间隙异常故障,探讨了应用小波分解后求各尺度小波系数信息熵,和RBF神经网络对发动机进行不解体故障诊断的方法。由此,对某汽油发动机进行了故障模拟试验,分别在正常工况和三种故障工况下测取了缸盖表面振动信号。对所采集信号进行Stein无偏估计消噪处理,利用小波系数信息熵提取特征向量,进行归一化处理,然后用RBF神经网络对处理后的振动信号进行分类识别。发动机气门间隙故障的诊断实例表明,在不同工况下利用小波系数信息熵提取故障特征向量、进行基于RBF神经网络的故障诊断方法现实可行,对实现发动机不解体故障诊断具有一定的应用价值。
振动与波、故障诊断、发动机、RBF神经网络、信息熵
TB53;TP206+;TK413.4;U472.42(声学工程)
内蒙古自然基金资助项目2012MS0704;内蒙古高校科研基金重点项目NJZZ11070
2015-03-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
214-218,239