摘要:
针对柴油机振动信号的非平稳特性和在现实条件下难以获得大量故障样本的实际情况,提出了一种经验模式分解和支持向量机相结合的故障诊断方法。运用经验模式分解方法对气阀机构不同工况下的去噪缸盖振动信号进行分析,计算各固有模式函数的方差贡献率以确定包含故障特征信息的主要成分,对求得的各固有模式函数分别计算其能量矩,并将能量矩作为支持向量机的输入特征向量,以判断柴油机的工作状态和故障类型。试验结果表明:该方法在小样本情况下也具有较高的精度和较强的泛化
能力,但转速不同时需重新采样以保证足够的诊断精度。
中图分类号:
吴虎胜, 吕建新, 吴庐山, 王茂生.
基于EMD和SVM的柴油机气阀机构故障诊断
[J]. 中国机械工程, 2010, 21(22): 2710-2714.
TUN Hu-Qing, LV Jian-Xin, TUN Lu-Shan, WANG Mao-Sheng.
Fault Diagnosis for Diesel Valve Train Based on SVM and EMD
[J]. China Mechanical Engineering, 2010, 21(22): 2710-2714.