基于CEEMD样本熵的柴油机故障诊断

• 作者: 倪杰 储维 李儒凡 杨兴林
• 来源期刊: 内燃机
• 学科: 工学
• 关键词: 柴油机 故障诊断 互补集合经验模态分解 样本熵 支持向量机 主元分析
• 年，卷（期）: 2016,（1）
• 页码范围: 46-50
• 页数: 5页
• 分类号: TK428
• 字数: 3405字
• 语种: 中文

摘要

针对柴油机振动信号非线性、非平稳的特点,提出一种基于互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)样本熵和支持向量机(Support Vector Machines,SVM)的柴油机故障诊断方法.该方法首先采用CEEMD对柴油机振动信号进行自适应分解,然后计算包含有主要故障信息的固有模态函数(Intrinsic Mode Function,IMFs)分量的样本熵,并结合主元分析对其进行降维处理;最后将提取出的主元特征向量输入SVM以判断柴油机的工作状态和故障类型.对CZ4110柴油机不同工况的分析结果表明,该方法可有效地用于柴油机故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨兴林	江苏科技大学能源与动力工程学院	77	320	10.0	14.0
2	倪杰	江苏科技大学能源与动力工程学院	4	25	3.0	4.0
3	李儒凡	江苏科技大学能源与动力工程学院	2	11	2.0	2.0
4	储维	江苏科技大学能源与动力工程学院	1	4	1.0	1.0