基于小波理论变换和神经网络的柴油机故障诊断方法的研究

• 作者: 刘永长 宾鸿赞 高世伦 黄强
• 来源期刊: 柴油机设计与制造
• 关键词: 故障诊断 柴油机 小波分析 神经网络
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 设计与试验
• 页码范围: 9-14
• 页数: 6页
• 分类号: TK42
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0614.2006.01.003

摘要

提出一种基于小波理论和神经网络技术的柴油机振动诊断方法,首先对柴油机的振动信号进行小波分析,提取相应特征向量,然后将振动样本的特征向量作为RBF神经网络的输入参数,以故障类别作为输出参数训练该网络.训练后的神经网络可以利用测量的振动信号来判断柴油机的故障状况.试验及仿真证明该方法在柴油机振动诊断中是有效可行的,对其它复杂机械的振动诊断同样具有参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高世伦	华中科技大学能源与动力工程学院	43	306	11.0	14.0
2	宾鸿赞	华中科技大学能源与动力工程学院	87	914	15.0	26.0
3	刘永长	华中科技大学能源与动力工程学院	32	462	14.0	20.0
4	黄强	华中科技大学能源与动力工程学院	20	208	10.0	14.0