基于VMD多尺度散布熵的柴油机故障诊断方法 |
| |
引用本文: | 乔新勇,顾程,韩立军.基于VMD多尺度散布熵的柴油机故障诊断方法[J].汽车工程,2020,42(8). |
| |
作者姓名: | 乔新勇 顾程 韩立军 |
| |
作者单位: | 陆军装甲兵学院车辆工程系,北京 100072;武警工程大学乌鲁木齐校区,乌鲁木齐 830049 |
| |
摘 要: | 为从非平稳非线性的缸盖振动信号中提取出柴油机故障特征,本文中提出一种基于变分模态分解(VMD)的多尺度散布熵的柴油机失火故障诊断方法。利用VMD对柴油机缸盖振动信号进行分解,选取散布熵最小的模态分量作为分析信号,计算该信号的多尺度散布熵,并选取前6个尺度散布熵作为故障特征向量,输入粒子群优化的支持向量机(PSO-SVM)中进行失火故障分类判断,并与其他4种常见方法进行对比,结果表明,本文中提出的诊断方法能够有效提取故障特征,准确识别故障类型,优于所对比方法。
|
关 键 词: | 柴油机 故障识别 变分模态分解 多尺度散布熵 PSO-SVM |
本文献已被 CNKI 万方数据 等数据库收录! |
|