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

作者：朱继安; 刘义

来源：煤矿机电, 2021, 42(05): 41-45.

DOI：10.16545/j.cnki.cmet.2021.05.010

• 柴油机气门间隙故障诊断
• VMD信号分解
• IMF相对频谱能量矩
• 粒子算法
• 概率神经网络

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。

• 单位
  重庆机电职业技术学院