基于小波包和极限学习机的汽车发动机失火故障识别

• 作者: 李一博 高远
• 来源期刊: 测试科学与仪器
• 学科: 工学
• 关键词: 汽车发动机 小波包 相关系数 极限学习机 失火故障识别
• 年，卷（期）: 2017,（4）
• 页码范围: 384-395
• 页数: 12页
• 分类号: TH17
• 字数: 535字
• 语种: 英文
• DOI: 10.3969/j.issn.1674-8042.2017.04.012

摘要

针对缸盖振动信号的非平稳特性,提出了基于小波包相关系数和极限学习机的汽车发动机失火故障诊断系统.首先,对原始信号进行小波包分解,然后计算得到每个样本的能量熵和每个样本各子频带重构信号与原始信号的相关性系数.分别利用相关系数法和能量熵融合峭度的方法建立特征向量,随后输入到BP神经网络和极限学习机中进行训练和测试.实验结果表明,该方法可以有效地反映故障产生的差异并准确地识别单缸失火故障,具有精度高、训练时间短的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李一博	天津大学精密测量技术与仪器国家重点实验室	69	717	16.0	25.0
2	高远	天津大学精密测量技术与仪器国家重点实验室	3	4	1.0	2.0