基于相对频谱能量矩和概率神经网络的柴油机气门间隙故障诊断方法

采集柴油机缸盖振动信号并进行VMD分解得到最优的振动信号IMF分量。计算IMF相对频谱能量矩得到有效的柴油机气门间隙故障特征参数并由此得到概率神经网络的训练样本,采用粒子群寻优算法建立柴油机气门间隙故障诊断的概率神经网络。实验数据表明基于VMD相对频谱能量矩的优化概率神经网络用于柴油机气门间隙故障诊断的正确率较高。

柴油机气阀间隙异常故障诊断研究

对柴油机缸盖振动信号的振源及振动信号的特性进行了分析,证明了利用缸盖振动信号诊断气阀间隙异常故障的可行性。采用小波阈值降噪的方法对某型船用柴油机缸盖振动信号进行了降噪处理,利用小波包对缸盖振动信号进行了分析,提取了故障特征向量,建立了故障特征库。利用余弦分类器实现了基于缸盖振动信号的柴油机气阀间隙异常故障诊断。