基于时域能量划分和PSO-SVM的发动机故障诊断

• 作者: 牛家骅 胡志勇 郭丽娜 马继昌
• 来源期刊: 汽车工程
• 关键词: 发动机 故障诊断 振动信号 时域特征向量 支持向量机
• 年，卷（期）: 2016,（1）
• 页码范围: 86-90,108
• 页数: 6页
• 字数: 4351字
• 语种: 中文

摘要

针对发动机缸盖振动信号激励源的时序性,提出了一种基于时域能量划分和粒子群优化-支持向量机算法(PSO-SVM)的发动机故障诊断方法.将振动信号按曲轴转角进行时域能量划分并将各段时域信号能量组成的向量作为故障分类的特征向量,应用不同优化技术的支持向量机(SVM)算法对发动机配气机构故障进行识别.诊断结果表明:时域能量划分结合PSO-SVM在小样本的情况下,能够对既定机型的配气机构和点火系常见故障进行识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡志勇		87	263	9.0	11.0
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