基于小波包与神经网络的柴油机故障诊断

• 作者: 何庆飞 毋文峰 王汉功 陈小虎
• 来源期刊: 内燃机与动力装置
• 关键词: 小波包 神经网络 柴油机 故障诊断
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 故障分析
• 页码范围: 51-53
• 页数: 3页
• 分类号: TK428
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6397.2007.04.014

摘要

针对柴油机缸盖振动信号的非平稳时变特点,提出应用小波包能量法提取故障特征向量,并将提取的特征向量作为BP神经网络的输入向量进行学习训练.训练后的神经网络可以利用测量的振动信号判断柴油机的气阀机构故障状况.实践证明该方法在柴油机振动诊断中是有效可行的,对其他设备的故障诊断也具有借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王汉功		68	511	12.0	17.0
2	毋文峰		13	51	5.0	5.0
3	陈小虎		36	257	9.0	14.0
4	何庆飞		15	219	8.0	14.0