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:
针对柴油发动机振动信号进行故障诊断技术研究,提出了一种基于主成分分析和支持向量机的柴油发动机冲击故障诊断方法.首先利用小波包分解提取出冲击故障的特征;再利用主成分分析技术获得敏感特征参数,进而减小数据处理的复杂程度;最后利用支持向量机对敏感特征参数样本进行训练,获得分类模型,进而实现故障分类.将该方法用于柴油机实际故障分类,诊断准确率较高,结果证实了该方法对多种冲击故障诊断具有的有效性.
推荐文章
基于PSO-SVM的发动机故障诊断研究
粒子群优化算法
支持向量机
发动机
故障诊断
基于功率谱包络能量和SVM的舰用发动机故障诊断方法
舰用发动机
功率谱包络能量
主泵轴承
支持向量机
故障诊断
基于DSP的发动机故障诊断研究
数字信号处理器
发动机
故障诊断
基于改进的BP神经网络的柴油发动机故障诊断
柴油发动机
高压共轨
BP神经网络
LM算法
电控系统
故障诊断
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PCA和SVM的柴油发动机冲击故障诊断方法研究
来源期刊 船舶工程 学科 工学
关键词 柴油发动机 故障诊断 主成分分析 支持向量机 小波包分解
年,卷(期) 2016,(9) 所属期刊栏目 船舶机械
研究方向 页码范围 62-66
页数 5页 分类号 TP206.3
字数 语种 中文
DOI 10.13788/j.cnki.cbgc.2016.09.062
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (12)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
柴油发动机
故障诊断
主成分分析
支持向量机
小波包分解
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
船舶工程
月刊
1000-6982
31-1281/U
大16开
上海市中山南二路851号
4-251
1978
chi
出版文献量(篇)
4527
总下载数(次)
24
论文1v1指导