基于PCA-PNN的柴油机故障识别方法研究

• 作者: 尹文龙 陈辉 管聪 刘治江 唐新飞
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 关键词: 柴油机 主成分分析 故障检测 概率神经网络 故障诊断
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 船舶与海洋工程
• 页码范围: 270-275
• 页数: 6页
• 分类号: U671.99
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2021.02.014

摘要

利用Matlab/Simulink搭建柴油机仿真模型对柴油机的热工故障进行仿真预测,获得柴油机热工故障参数,使用主成分分析法(PCA)计算柴油机热工故障参数的综合统计量,通过综合统计量的偏移程度检测柴油机是否发生故障,结果表明:PCA可以准确地检测出柴油机是否发生故障.并使用主成分分析法对柴油机热工故障参数进行分析计算,选取能够反映原始数据97.26％ 信息的三个主成分作为概率神经网络(PN N)的输入,将柴油机的故障模式作为输出,构建一个四层的概率神经网络预测模型,结果表明:PCA-PNN模型能够很好地对柴油机的故障模式做出诊断.