基于小波包-AR谱和多核映射SVM气阀机构故障诊断

• 作者: Elijah Munyao 柯赟 胡以怀 蒋佳炜 陈彦臻
• 来源期刊: 机电工程技术
• 学科: 工学
• 关键词: 小波包 AR谱 多核映射 气阀间隙 故障诊断
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 研究与开发
• 页码范围: 147-149,195
• 页数: 4页
• 分类号: TK428
• 字数: 2495字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2018.10.045

摘要

利用小波包对非平稳信号故障特征提取的优越性和支持向量机适用于小样本学习的特性,针对柴油机气阀机构故障提出了一种基于小波包-AR谱分析和多核映射支持向量机相结合进行柴油机气阀机构故障诊断的方法.该方法采用小波包-AR谱分析提取频带能量为特征向量,利用多核映射支持向量机故障分类器实现对柴油机气阀机构故障分类.试验结果表明,小波包-AR谱分析和多核映射支持向量机能对柴油机气阀机构故障进行有效诊断,故障预报正确率为100％.

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	上海海事大学商船学院	141	510	12.0	17.0
2	蒋佳炜	上海海事大学商船学院	13	7	2.0	2.0
3	柯赟	上海海事大学商船学院	10	6	2.0	2.0
4	Elijah Munyao	上海海事大学商船学院	1	0	0.0	0.0
5	陈彦臻	上海海事大学商船学院	17	16	2.0	3.0