基于小波能量谱分析与SVM的柴油机气阀间隙异常故障诊断

• 作者: 柯赟 胡以怀 蒋佳炜 陈彦臻
• 来源期刊: 机电设备
• 学科: 工学
• 关键词: 小波分析 支持向量机 遗传算法 故障模式识别
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 技术交流
• 页码范围: 58-65
• 页数: 8页
• 分类号: TP301.6
• 字数: 2458字
• 语种: 中文
• DOI: 10.16443/j.cnki.31-1420.2018.04.012

摘要

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难.尤其是柴油机气阀间隙异常的故障诊断,由于柴油机气阀间隙振动信号噪声多,利用SVM对柴油机气阀间隙进行预测时需要进行特征提取.鉴于此,研究了基于小波能量谱分析的SVM柴油机气阀间隙的故障诊断方法,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备当前状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡以怀		141	510	12.0	17.0
2	蒋佳炜		13	7	2.0	2.0
3	柯赟		10	6	2.0	2.0
4	陈彦臻		17	16	2.0	3.0