基于EMD与邻域粗糙集的液体电磁阀故障诊断

• 作者: 刘帅 程进军 谭洋波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 经验模态分解(EMD) 邻域粗糙集 驱动端电流 C4.5决策树 能量熵 故障诊断 属性约简
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 工程与应用
• 页码范围: 255-260,270
• 页数: 7页
• 分类号: TP391.5
• 字数: 5451字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0073

摘要

液体电磁阀的故障诊断是保证飞行器动力系统正常工作、实现故障快速定位的重要手段.为了对液体电磁阀进行检测与诊断,提出了一种基于经验模态分解(EMD,Empirical Mode Decomposition)与邻域粗糙集相结合的新方法.首先对电磁阀的结构、故障形式、故障机理进行了分析,通过采集电磁阀正常、弹簧失效、阀芯卡滞、线圈异常、电气短路五种状态的驱动端电流信号,对不同状态的电流进行了分析.针对电流稳态长度难以控制,EMD分解获得的本征模态函数(IMF,Intrinsic Mode Function)分量的能量熵存在不一致的特点,选用电流变化率作为特征对其进行EMD分解.引入数据挖掘思想,采用邻域粗糙集构造贪心式属性约简算法进行属性约简,将约简后的属性集输入所设计的C4.5决策树算法,经过训练,其诊断准确率达到98%.研究结果表明:该方法能够实现液体电磁阀的快速诊断,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	程进军	空军工程大学航空航天工程学院	22	122	6.0	10.0
2	刘帅	空军工程大学航空航天工程学院	10	41	5.0	6.0
3	谭洋波	空军工程大学航空航天工程学院	5	7	1.0	2.0