WA与RBFN在气密性故障诊断中的应用研究
Fault Diagnosis about Cylinder Gas Tightness Based on WA and RBFN作者机构:解放军理工大学工程兵工程学院机械工程系江苏南京210007
出 版 物:《内燃机学报》 (Transactions of Csice)
年 卷 期:2002年第20卷第4期
页 面:350-356页
核心收录:
学科分类:080703[工学-动力机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 0802[工学-机械工程] 0801[工学-力学(可授工学、理学学位)] 0823[工学-交通运输工程]
主 题:气密性 故障诊断 小波 径向基神经网络 发动机 电压信号
摘 要:提出了根据检测发动机起动时电瓶电压的波形来分析气密性的试验方法。在基于小波分析 (WA)的基础上对信号进行消除趋势项和除噪处理 ,并提出了包括周期延长和主频推移 2个新的判据在内的 7个特征参数。通过对径向基神经网络 (RBFN)的训练 ,证明该神经网络能够较好地进行故障模式辨识 ,从而为发动机气密性故障诊断提供了一个系统方案。