共查询到18条相似文献,搜索用时 46 毫秒
1.
提出了一种基于经验模式分解(Empirical Mode Decomposition,EMD)和自回归(Auto Regression,AR)模型的柴油机失火故障诊断方法.对3110型柴油机断油故障及正常情况下的缸盖振动信号进行了测试分析,采用经验模式分解EMD方法对振动信号进行分解,得到固有模态函数(Intrinsic Mode Function,IMF),对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机(Support Vector Machines,SVM)进行分类,判断柴油机的工作状态和故障类型.实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机失火故障,能实现故障的实时自动化诊断. 相似文献
2.
3.
针对舰船轮机设备故障信号监测中存在的运算量大、缺少故障数据、模型训练复杂、检测效率低、准确度不高等问题,设计了基于机器学习的舰船轮机设备多发故障信号监测方法。通过多种传感器采集舰船轮机设备振动信号,经小波变换降噪后,通过EMD经验模态分解提取舰船轮机设备振动信号特征,将其作为孤立森林算法输入进行异常信号检测,以异常信号检测结果为依据,构建决策二叉树支持向量机故障信号分类模型识别故障信号,实现舰船轮机设备多发故障信号监测,实验表明,该方法可以高效、准确地检测并识别舰船轮机设备的故障信号,而且适应性广泛,在舰船轮机设备的各种工况下,监测性能都十分良好。 相似文献
4.
5.
传统故障诊断算法用于舰船蒸汽动力系统非均衡类样本问题存在准确率低且误分类的情况,本文提出一种基于支持向量机-BP神经网络集成学习的故障诊断模型。使用主层次分析法降低原始数据集的特征维度以改善数据量之间的冗余问题,然后设计3个并行的支持向量机分类器进行故障诊断,将分类器的结果数据融合作为BP神经网络的输入,进行二次诊断,得到最终的结果。用仿真平台采集的样本数据进行验证并重复运行30次获取结果,最终模型平均召回率为84%、平均准确率为95.04%。对比传统诊断算法及常用集成算法,该方法的准确率以及少数类样本的召回率明显高于其他诊断方法。 相似文献
6.
7.
8.
基于支持向量机的船舶柴油机故障诊断 总被引:2,自引:0,他引:2
介绍了支持向量机(SVM)的机理,应用SVM对船舶电站主柴油机进行故障诊断,研究了SVM参数的选择方法,仿真结果表明,SVM具有较好的诊断效果和较强的抗噪声能力;对复合故障样本诊断准确度较RBF神经网络高. 相似文献
9.
10.
11.
面向对象的船用机电设备信息管理与红外诊断系统的研制 总被引:1,自引:1,他引:0
讨论了采用面向对象技术,搭建船用机电设备信息管理平台的详细过程,并在此基础上,与红外诊断技术相结合,研制了船用机电设备故障的红外智能诊断系统.文中介绍了其主要组成部分和功能模块,最后给出了电机设备红外故障诊断的实例. 相似文献
12.
13.
14.
15.
支持向量机(Support Vector Machine,简称SVM)是目前模式识别领域中最先进的机器学习算法,采用了核函数的思想,把非线性空间的问题转换到线性空间,降低了算法的复杂度.文中对SVM在船用柴油机故障诊断中的应用进行了论述,运用支持向量机理论对其进行了故障诊断的仿真研究和试验研究. 相似文献
16.
论述了船舶分油机故障诊断研究的意义,介绍了分油机的工作原理与结构,结合分油机的常见故障,应用故障树分析法构筑相应的故障树模型,进行了定性分析,求出了最小割集和结构重要度排序。提出了故障诊断程序,为改进分油机维修方式提供参考。 相似文献
17.