共查询到18条相似文献,搜索用时 734 毫秒
1.
2.
3.
4.
EEMD和SVM在发动机故障诊断中的应用 总被引:1,自引:0,他引:1
针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。 相似文献
5.
6.
小波能量商在汽车发动机故障诊断中的应用 总被引:3,自引:0,他引:3
考虑发动机断火之后对振动信号的影响,基于4层小波包分解重构信号能量,构造了小波包能量商无量纲指标.通过该指标提取发动机断火前后信号的能量特征作比商,充分考虑了断火之后振动信号能量的阶跃特性,定量分析断火后信号能量变化的程度.采集东风EQ6100汽油发动机缸体正常、活塞敲缸异响、活塞销异响以及曲轴轴承异响等4种工况的振动信号,并应用小波能量商指标对试验信号进行分析,取得很好的效果.试验结果表明,小波能量商可以对发动机不同故障准确地识别分类. 相似文献
7.
8.
唐先智王波杨树军马雷 《汽车工程》2016,(5):580-586
为了进一步提高电动汽车再生制动系统对驾驶员制动意图的识别准确率,从而使电动汽车能在制动的过程中回收更多的能量,提出了基于Hilbert-Huang变换(HHT)的电动汽车制动意图聚类识别方法。建立了HHT的数学模型,基于HHT在时频域中进一步探寻中等制动和平缓制动两种制动意图下制动踏板行程信号的特征。建立了制动踏板行程信号特征提取模型,运用Hilbert局部边际能量谱得到局部特征能量,从而对信号特征进行提取,获取信号的特征向量。建立基于模糊C均值聚类算法的制动意图识别模型,并分别进行了离线实验和实时实验。结果表明所提出的基于HHT的制动意图模糊C均值聚类识别方法能更好地分辨中等制动和平缓制动意图,提高了识别准确率,并具有较好的实时性。 相似文献
9.
10.
为提高环形线圈对行驶车辆的检测精度,针对车辆检测器输出信号的处理问题,通过建立车辆高速通过环形线圈时频率变化曲线的数学模型,并对测量信号进行小波变换分析,不但能滤除噪声信号,而且能很好地保留信号的突变部分,体现不同车辆经过车辆检测器时的信号特征.采用小波多尺度分析提取信号高频细节系数和小波能量分布系数,可以从细节系数及能量分布中获得车辆通过环形线圈的准确特征,从而建立能量分布分析的小波变换后处理方法.大量试验结果表明,采用小波变换方法分析车辆通过环形线圈时频率变化信号,能很好地体现测量信号中的奇异值并显著提高车辆检测效果. 相似文献
11.
针对EMD(empirical mode decomposition,经验模态分解)方法在处理爆破振动信号时存在模态混叠的问题,引入EEMD(ensemble empirical mode decomposition,集合经验模态分解)方法,对爆破振动信号进行去噪处理,并分析城市隧道掘进爆破振动信号的特征信息,从而研究城市隧道掘进爆破振动效应。以乌鲁木齐轨道交通1号线爆破开挖工程为依托,利用现场爆破振动监测数据,采用EEMD方法与EMD方法对原始爆破振动信号进行去噪处理,运用信噪比(SNR)法和均方根误差(RMSE)法对所得结果进行量化评估并进行比较,从而获得较准确的信号去噪方法,然后运用希尔伯特变换对去噪后的爆破振动信号进行时间-频率和能量分布特征分析。研究表明: 1)EEMD法去噪结果信噪比和均方根误差分别为30.51和0.005 5,EMD法去噪结果信噪比和均方根误差分别为20.88和0.010,EEMD去噪法要优于EMD去噪法; 2)在文章所述起爆方式下,隧道爆破振动的能量一般集中在频率段5~80 Hz,且主要分布在50 Hz以下的低频段,应采取合理的降震增频措施来控制爆破振动对建(构)筑物的影响; 3)爆破振动瞬时能量峰值与振速峰值所在的时刻一致,说明瞬时能量谱能较好地体现爆破过程中振动效应随时间的变化规律; 4)基于信号去噪及分析的研究结论,提出地铁隧道爆破振动控制技术。 相似文献
12.
13.
针对内燃机瞬时转速计算精度低、对采样频率鲁棒性差的问题,提出了基于固有时间尺度分解(Intrinsic Time‐scale Decomposition ,ITD)和邻域差分能量算子解调(Energy Operator Demodulation ,EOD)的瞬时转速计算方法。利用自适应波形匹配算法对原采样信号进行端点延拓,然后基于ITD算法从信号中提取包含瞬时转频的单分量信号,再对单分量信号进行邻域对称差分,并将差分结果输入传递函数计算能量算子,进而求出内燃机的瞬时转频和瞬时转速。仿真和实测信号研究证明了本方法计算速度快、精度高且频率鲁棒性好。 相似文献
14.
《Vehicle System Dynamics: International Journal of Vehicle Mechanics and Mobility》2012,50(4):403-418
This paper presents a method based on continuous wavelet transform to detect the faults of vehicle suspension systems. The Morlet wavelet functions are employed to approach the natural frequencies of the system and the frequency components of the signal with relative maximum energy. To evaluate our method, we use a full vehicle dynamic model which has been simulated in ADAMS/CAR and validated by laboratory test results. The suspension faults have been considered due to the damage of shock absorbers (dampers) and upper damper bushings (UDBs) and assumed as the decrease in damping force and loose joints, respectively. In this paper, the incapability of the spectral analysis by using fast Fourier transform in analysis of the signals is revealed through applying the inputs that include transient characteristics and then wavelet transform employed to achieve more proper results. A swept frequency is applied as an input to the wheels that simulates the road irregularities. After detection of faulty sections of the system using signal energy distribution, the defects of damper and UDBs are distinguished from each other through observing the changes of natural frequencies and corresponding energy amplitudes. 相似文献
15.
针对发动机瞬时转速Hilbert频率解调法端点效应误差大、计算精度低的问题,提出了基于总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和能量算子解调的瞬时转速计算方法。该方法利用EEMD从原始多分量信号中提取包含瞬时转频的单分量信号,再利用能量算子解调法从所提单分量信号中解调出瞬时转频,进而求得瞬时转速,消除了Hilbert变换的端点效应,提高了计算精度。通过试验信号仿真和实测信号的应用研究,证明了本方法的有效性和准确性。 相似文献
16.
针对传统新能源汽车事故分析存在受限因素多、相互关联复杂度高、资源消耗大、事故原因较难下定论的问题,以新能源汽车全生命周期数据为例,提出一套事故数据模式特征匹配追踪的方法。通过构造高斯高阶导数滤波器,对模板信号的高阶微分特征进行抽取并形成多维特征模板,再用滤波器组与目标信号作卷积,将两者作相关性运算,计算其相关系数,把相关系数理解成概率并作为匹配程度的度量,计算联合概率最终完成模板信号的匹配程度计算,实现目标信号的匹配追踪。验证表明该方法科学有效,能够区分正常车辆和事故车辆,可以为新能源汽车安全预警提供有效依据。 相似文献
17.
强噪声背景下的柴油机失火故障诊断 总被引:1,自引:0,他引:1
柴油机失火是常见的故障模式,传统的诊断方法不仅参数获取困难且准确性差。针对此问题,以3缸四冲程柴油机为研究对象,设计了柴油机失火故障的预置试验,采集排气噪声和缸盖振动信号进行故障诊断研究。为提取强噪声背景下的微弱信号,采用二次采样随机共振系统提取柴油机故障特征频率完成柴油机的失火故障诊断。研究结果表明,通过二次采样处理,随机共振系统可以将噪声能量转移到柴油机微弱特征信号上,达到大参数条件下微弱信号特征提取的目的,能有效识别柴油机的早期故障,对其他复杂机械的振动诊断同样具有参考价值。 相似文献
18.
基于缸盖振动信号分析的柴油机失火故障检测 总被引:3,自引:1,他引:2
用小波软阈值降噪的方法提高了柴油机缸盖振动信号的信噪比。对降噪后的振动信号进行了功率谱分 析,通过比较单缸断油前后功率谱的变化,找到了缸盖燃烧冲击振动的频段。以频段内振动信号的能量与总能量 的比值为诊断参数,识别了柴油机的失火故障。用实测数据证明了该方法的有效性。 相似文献