基于强化层次模糊熵的柴油机故障诊断方法
作者:
作者单位:

1.内燃机可靠性国家重点实验室 潍坊,261061;2.潍柴动力股份有限公司 潍坊,261061;3.天津大学内燃机燃烧学国家重点实验室 天津,300072

作者简介:

通讯作者:

朱小龙,男,1992年8月生,博士生。主要研究方向为发动机状态监测与故障诊断。E-mail:zhuxl@tju.edu.cn

中图分类号:

TH17;TK428

基金项目:

内燃机可靠性国家重点实验室开放课题资助项目(skler-202009);天津市研究生科研创新资助项目(2021YJSB182)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对多尺度模糊熵(multi-scale fuzzy entropy , 简称MFE)算法中多尺度化过程采用滑动均值滤波器导致原始信号高频信息丢失的问题,提出强化层次模糊熵方法(enhanced hierarchical fuzzy entropy,简称EHFE),用于表征原始信号中富含的高低频故障模式信息。结合萤火虫算法优化支持向量机(firefly algorithm optimized support vector machine,简称FAOSVM),提出一种基于EHFE和FAOSVM的柴油机故障诊断方法。柴油机试验数据对比分析表明:相比于现有方法,所提出方法能够充分表征柴油机故障信号富含的模式信息,并且能够有效识别柴油机正时齿轮故障,识别精度达到99.6%,在极小样本下也能达到较好的识别精度。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-06-29
  • 最后修改日期:2022-09-09
  • 录用日期:
  • 在线发布日期: 2024-09-03
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司