基于优化递归小波与改进型ART2网络的内燃机故障诊断

• 作者: 戴朝华 朱云芳 陈维荣
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 优化递归小波 改进型ART2网络 内燃机故障诊断 曲轴角振动信号
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 115-120
• 页数: 6页
• 分类号: TP391|U269.322
• 字数: 3241字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-8360.2007.01.022

摘要

曲轴角振动信号是内燃机故障诊断的有效依据.针对传统小波变换存在数据窗长、实时性差的局限性,构造出一类用递推公式进行小波变换的小波基.基于该类小波基的小波变换不受分析窗的制约,能够实时地提取暂态特征.同时提出此类小波时频特性的优化方法,对内燃机曲轴角振动信号进行递归小波分解,并提取特征.针对传统ART2网络只利用模式的相位信息而丢失幅度信息和网络性能依赖于样本顺序等不足,在网络权值更新时引入平均滤波和关联函数,以便提高网络稳定性和收敛速度,同时降低其对样本输入顺序的敏感性.最后,将改进型ART2网络应用于内燃机故障诊断.实验结果表明,递归小波能反映内燃机状态信号的特征;改进型ART2网络训练耗时小于传统ART2网络的3%,识别率为100%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈维荣	西南交通大学电气化自动化研究所	246	3368	29.0	47.0
2	戴朝华	西南交通大学电气化自动化研究所	86	1082	20.0	30.0