基于EMD与AR模型的柴油机故障诊断

• 作者: 王醇涛 陆金铭 马捷
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 柴油机 故障诊断 经验模式分解(EMD) AR模型 支持向量机(SVM)
• 年，卷（期）: 2009,（5）
• 页码范围: 70-73
• 页数: 4页
• 分类号: TK42|TH165+.3
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2009.05.019

摘要

采用经验模式分解(EMD)方法对振动信号进行分解,得到同有模态函数(IMF),对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机(SVM)进行分类,判断柴油机的工作状态和故障类型.实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机故障,能实现故障的实时自动化诊断.在不同转速时,需选用新转速工况下的数据作为训练样本,以保证分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆金铭	上海交通大学船舶与海洋工程学院	7	61	4.0	7.0
3	马捷	上海交通大学船舶与海洋工程学院	93	702	16.0	22.0
6	王醇涛	江苏科技大学机械与动力工程学院	6	65	4.0	6.0