基于双树复小波包和PNN的柴油机故障诊断研究

• 作者: 刘桃生 吉哲
• 来源期刊: 船电技术
• 学科: 交通运输
• 关键词: 柴油机声信号 双树复小波包 概率神经网络 故障诊断
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 36-39
• 页数: 4页
• 分类号: U664.121
• 字数: 2469字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-4862.2019.01.009

摘要

针对传统小波变换在故障特征提取中的不足,提出一种基于双树复小波包和概率神经网络(PNN)的故障诊断方法.首先通过双树复小波包变换将各个工况的柴油机声信号分解得到不同频带的分量,选取各频带分量的能量作为特征向量,再利用PNN对特征向量进行训练,最后通过测试样本得到柴油机典型故障诊断结果.实验表明,该方法可以对柴油机典型故障进行较为准确的诊断,相比传统小波包有着更高的故障诊断率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉哲	海军士官学校机电系	8	3	1.0	1.0
2	刘桃生	海军士官学校机电系	6	1	1.0	1.0