噪声与振动控制
譟聲與振動控製
조성여진동공제
NOISE AND VIBRATION CONTROL
2012年
5期
173-176
,共4页
尹刚%张英堂%李志宁%李杰仁%张光
尹剛%張英堂%李誌寧%李傑仁%張光
윤강%장영당%리지저%리걸인%장광
声学%排气噪声%极限学习机%故障诊断%柴油机%AR模型
聲學%排氣譟聲%極限學習機%故障診斷%柴油機%AR模型
성학%배기조성%겁한학습궤%고장진단%시유궤%AR모형
通过对柴油机气阀机构七种状态下的排气噪声信号建立AR模型,以AR模型的自回归参数作为故障识别的特征向量,建立基于极限学习机的柴油机气阀故障诊断模型,并与反向传播神经网络算法、径向基网络算法和基于支持向量机的诊断模型相比较.试验结果表明,排气噪声信号可用于柴油机气阀故障的诊断,且基于极限学习机的诊断模型与其他三种算法的分类正确率均可达到95%以上,但在学习速度上,极限学习机具有明显的优势.
通過對柴油機氣閥機構七種狀態下的排氣譟聲信號建立AR模型,以AR模型的自迴歸參數作為故障識彆的特徵嚮量,建立基于極限學習機的柴油機氣閥故障診斷模型,併與反嚮傳播神經網絡算法、徑嚮基網絡算法和基于支持嚮量機的診斷模型相比較.試驗結果錶明,排氣譟聲信號可用于柴油機氣閥故障的診斷,且基于極限學習機的診斷模型與其他三種算法的分類正確率均可達到95%以上,但在學習速度上,極限學習機具有明顯的優勢.
통과대시유궤기벌궤구칠충상태하적배기조성신호건립AR모형,이AR모형적자회귀삼수작위고장식별적특정향량,건립기우겁한학습궤적시유궤기벌고장진단모형,병여반향전파신경망락산법、경향기망락산법화기우지지향량궤적진단모형상비교.시험결과표명,배기조성신호가용우시유궤기벌고장적진단,차기우겁한학습궤적진단모형여기타삼충산법적분류정학솔균가체도95%이상,단재학습속도상,겁한학습궤구유명현적우세.
