基于多尺度核独立成分分析的柴油机故障诊断

刘敏; 李志宁; 张英堂; 范红波; 詹超 军械工程学院七系; 石家庄050003; 西安军事代表局驻803厂军事代表室; 西安710043

摘要:为提高利用缸盖振动信号进行柴油机故障诊断的精度和速度,提出了一种基于多尺度核独立成分分析提取故障敏感频带的柴油机故障诊断方法。首先,提出奇异值能量标准谱对缸盖振动信号中的微弱冲击特征进行增强;然后,对信号进行固有时间尺度分解,并基于相关性准则选择有效频带分量;最后,利用核独立成分分析消除有效频带之间的频带混叠,得到故障敏感信息集中的独立频带,并计算其自回归模型(auto regression model,简称AR)参数、模糊熵和标准化能量矩作为特征向量输入核极限学习机(kernel extreme learning machine,简称KELM)进行柴油机故障诊断。试验分析结果表明,该方法可以快速准确地提取缸盖振动信号中的柴油机故障敏感频带,增强故障敏感特征,故障诊断准确率达到99.65%。

来源期刊:振动测试与诊断
关键词:奇异值能量标准谱  固有时间尺度分解  核独立成分分析  故障敏感频带  柴油机故障诊断  
来源期刊:振动测试与诊断 2017年第05期

期刊名称:振动测试与诊断

期刊级别:北大期刊

期刊人气:5040