压缩机技术
壓縮機技術
압축궤기술
COMPRESSOR TECHNOLOGY
2011年
2期
31-34
,共4页
李刚%蔡德宇%王帅%拜禾
李剛%蔡德宇%王帥%拜禾
리강%채덕우%왕수%배화
燃气发动机%经验模式分解%SOM神经网络%U矩阵%故障诊断
燃氣髮動機%經驗模式分解%SOM神經網絡%U矩陣%故障診斷
연기발동궤%경험모식분해%SOM신경망락%U구진%고장진단
提出了EMD和SOM神经网络相结合的燃气发动机故障诊断方法.将燃气发动机振动信号进行EMD分解,提取前几个IMF分量的能量构成故障诊断的特征向量,输入SOM网络进行聚类,再将测试样本输入训练好的网络模型进行故障识别,网络输出结果采用U矩阵图法进行显示.对燃气发动机正常、气门间隙大、排气阀漏气3种状态的信号分析结果表明,该方法可以有效地提取非平稳信号的故障特征,网络模型结构简单,对大数据量样本的聚类与识别准确率高,输出结果清晰、直观、可视性强,该方法为燃气发动机故障诊断提供了新的途径.
提齣瞭EMD和SOM神經網絡相結閤的燃氣髮動機故障診斷方法.將燃氣髮動機振動信號進行EMD分解,提取前幾箇IMF分量的能量構成故障診斷的特徵嚮量,輸入SOM網絡進行聚類,再將測試樣本輸入訓練好的網絡模型進行故障識彆,網絡輸齣結果採用U矩陣圖法進行顯示.對燃氣髮動機正常、氣門間隙大、排氣閥漏氣3種狀態的信號分析結果錶明,該方法可以有效地提取非平穩信號的故障特徵,網絡模型結構簡單,對大數據量樣本的聚類與識彆準確率高,輸齣結果清晰、直觀、可視性彊,該方法為燃氣髮動機故障診斷提供瞭新的途徑.
제출료EMD화SOM신경망락상결합적연기발동궤고장진단방법.장연기발동궤진동신호진행EMD분해,제취전궤개IMF분량적능량구성고장진단적특정향량,수입SOM망락진행취류,재장측시양본수입훈련호적망락모형진행고장식별,망락수출결과채용U구진도법진행현시.대연기발동궤정상、기문간극대、배기벌루기3충상태적신호분석결과표명,해방법가이유효지제취비평은신호적고장특정,망락모형결구간단,대대수거량양본적취류여식별준학솔고,수출결과청석、직관、가시성강,해방법위연기발동궤고장진단제공료신적도경.
