基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对柴油机多发故障,提出了自适应奇异值标准谱和经验模态分解(Empirical Mode Decomposition , EM D )相结合的故障诊断模型。通过计算平均最近邻域发散度和奇异值标准谱的方法自适应地选择奇异值分解的嵌入维数和重构阶数,提高了奇异值分解降噪的精度。对降噪后的信号进行EM D分解,并利用调整余弦相似度标准提取反映信号真实特征的主固有模态函数(Intrinsic Mode Function ,IMF),进而提取故障特征参数。将此模型应用于F3L912柴油机进气门漏气、单缸失火和多缸失火等故障的诊断,通过提取峭度和过零率作为故障特征,获得了较高的故障分类准确率。
推荐文章
基于时频奇异谱和RVM的柴油机故障诊断研究
双树复小波包
关联向量机
时频奇异谱
故障诊断
基于EMD的Hilbert变换的柴油机气缸套磨损故障诊断
经验模态分解(EMD)
Hilbert变换
柴油机
振动
故障诊断
气缸套
磨损
基于神经网络的柴油机故障诊断方法
神经网络
BP算法
柴油机
故障诊断
基于改进人工免疫和神经网络的柴油机故障诊断
柴油机
故障诊断
BP算法
人工免疫
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应奇异值标准谱和 EMD 的柴油机故障诊断
来源期刊 车用发动机 学科 工学
关键词 自适应奇异值标准谱 经验模态分解 余弦相似度 峭度 过零率
年,卷(期) 2015,(2) 所属期刊栏目 测试与诊断
研究方向 页码范围 77-82
页数 6页 分类号 TK428
字数 4587字 语种 中文
DOI 10.3969/j.issn.1001-2222.2015.02.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张英堂 军械工程学院七系 101 884 16.0 23.0
2 李志宁 军械工程学院七系 48 304 9.0 15.0
3 尹刚 军械工程学院七系 23 146 7.0 11.0
4 刘敏 军械工程学院七系 10 18 3.0 4.0
5 陈建伟 军械工程学院七系 4 18 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (90)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (6)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自适应奇异值标准谱
经验模态分解
余弦相似度
峭度
过零率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
车用发动机
双月刊
1001-2222
14-1141/TH
大16开
天津市北辰区永进道96号中国北方发动机研究所《车用发动机》编辑部 
22-53
1978
chi
出版文献量(篇)
2384
总下载数(次)
4
论文1v1指导