基于AR模型和神经网络的柴油机故障诊断

• 作者: 江国和 肖建昆 黄泉水
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 柴油机 AR模型 故障诊断 RBF神经网络 LabVIEW
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 论文
• 页码范围: 362-365
• 页数: 4页
• 分类号: TK421|TP183|TH133
• 字数: 3329字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2009.03.026

摘要

建立了一种基于AR与RBF神经网络结合的诊断模型,模拟柴油机气阀漏气、气门间隙异常等故障,采用NI公司PCI-4472采集卡在LabVIEW7.1平台上开发了柴油机缸盖振动信号采集分析与诊断系统.首先,对利用该系统采集的缸盖振动信号样本建立AR模型并进行AR谱估计,从中提取5个特征参数,然后利用RBF神经网络进行故障模式识别.结果表明,该诊断方法具有较高的精度,便于故障在线监测与诊断系统的开发.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江国和	江苏科技大学机械与动力工程学院	25	157	7.0	10.0
2	肖建昆	江苏科技大学机械与动力工程学院	13	67	4.0	7.0
3	黄泉水		1	24	1.0	1.0