信息熵和RBF神经网络的发动机故障诊断

• 作者: 司景萍 牛家骅 郭丽娜 马继昌
• 来源期刊: 噪声与振动控制
• 学科: 交通运输
• 关键词: 振动与波 故障诊断 发动机 RBF神经网络 信息熵
• 年，卷（期）: 2015,（1）
• 页码范围: 214-218,239
• 页数: 6页
• 分类号: TB53|TP206+|TK413.4|U472.42
• 字数: 3490字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2015.01.044

摘要

针对汽车发动机气门间隙异常故障，探讨了应用小波分解后求各尺度小波系数信息熵，和RBF神经网络对发动机进行不解体故障诊断的方法。由此，对某汽油发动机进行了故障模拟试验，分别在正常工况和三种故障工况下测取了缸盖表面振动信号。对所采集信号进行Stein无偏估计消噪处理，利用小波系数信息熵提取特征向量，进行归一化处理，然后用RBF神经网络对处理后的振动信号进行分类识别。发动机气门间隙故障的诊断实例表明，在不同工况下利用小波系数信息熵提取故障特征向量、进行基于RBF神经网络的故障诊断方法现实可行，对实现发动机不解体故障诊断具有一定的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	司景萍		43	317	11.0	16.0
2	郭丽娜		11	44	4.0	6.0
3	牛家骅		5	39	4.0	5.0
4	马继昌		6	42	4.0	6.0