基于PCA-PNN算法的柴油故障诊断研究

作者：徐红明; 孙飞; 王琳

来源：柴油机, 2023, 45(05): 31-36.

• 柴油机
• 主成分分析法
• 概率神经网络算法
• 故障诊断

为了实现柴油机智能化故障诊断，提出一种基于PCA-PNN算法的柴油机故障诊断方法。该方法兼具主成分分析（principal component analysis, PCA）法降低数据维数和概率神经网络（probabilistic neural network, PNN）法计算速度快、容错率低、稳定性好的特点。利用AVL BOOST软件建立柴油机仿真模型，并进行有效性验证，采集包含12个柴油机故障特征参数的195组样本数据集。故障诊断试验表明：PCA-PNN柴油机故障诊断算法简洁、易于推理，诊断准确率为94.87%、运行时间为0.673 s，准确率更高、诊断速度更快，为探索柴油机智能化故障诊断提供新的技术路径。

• 单位
  浙江交通职业技术学院