内燃机与动力装置
內燃機與動力裝置
내연궤여동력장치
INTERNAL COMBUSTION ENGINE & POWERPLANT
2014年
2期
50-53
,共4页
气门漏气%小波包分析%概率神经网络%故障诊断
氣門漏氣%小波包分析%概率神經網絡%故障診斷
기문루기%소파포분석%개솔신경망락%고장진단
本文在阐述了发动机气门漏气声学特性及其振动诊断机理的基础上,针对发动机缸盖振动信号的特点,运用小波包对采集的振动信号进行3层分解、重构、提取特征向量.然后将特征向量作为概率神经网络的输入,构建网络模型.再用测试数据验证诊断模型的正确性.诊断结果表明该方法是可行的,并取得了较好的效果.
本文在闡述瞭髮動機氣門漏氣聲學特性及其振動診斷機理的基礎上,針對髮動機缸蓋振動信號的特點,運用小波包對採集的振動信號進行3層分解、重構、提取特徵嚮量.然後將特徵嚮量作為概率神經網絡的輸入,構建網絡模型.再用測試數據驗證診斷模型的正確性.診斷結果錶明該方法是可行的,併取得瞭較好的效果.
본문재천술료발동궤기문루기성학특성급기진동진단궤리적기출상,침대발동궤항개진동신호적특점,운용소파포대채집적진동신호진행3층분해、중구、제취특정향량.연후장특정향량작위개솔신경망락적수입,구건망락모형.재용측시수거험증진단모형적정학성.진단결과표명해방법시가행적,병취득료교호적효과.
