基于振动分析的柴油机故障程度的研究

• 作者: 丁志华 刘鑫 宋士华 黄强
• 来源期刊: 华中科技大学学报(自然科学版)
• 学科: 工学
• 关键词: 柴油机 故障程度 振动分析 神经网络
• 年，卷（期）: 2007,（6）
• 页码范围: 105-107
• 页数: 3页
• 分类号: TK42
• 字数: 2120字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2007.06.032

摘要

利用神经网络诊断模型来识别故障发展的不同程度,并以柴油机连杆铜套磨损故障为例进行分析.首先在295柴油机上进行了设定及待定工况实验,获取各工况下的缸盖振动信号;然后利用基于神经网络和小波分析的故障诊断方法进行故障程度识别;最后利用训练后的模型对待定工况进行故障程度的判定.实验和仿真结果表明:对于各设定工况,诊断模型可以定量地识别出来,准确率达到100 %;对于待定工况,诊断模型也可以给出定量的故障程度描述.从而使操作者能及时了解故障的发展情况,并根据网络模型的定量输出结果对故障部件进行相应的维修或更换处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋士华	九江学院机械工程学院	36	267	8.0	15.0
2	丁志华	九江学院机械工程学院	29	125	5.0	10.0
3	黄强	九江学院机械工程学院	46	126	6.0	9.0
4	刘鑫	九江学院机械工程学院	8	41	4.0	6.0