基于内燃机振动信号的可视化识别诊断

基于内燃机振动信号的可视化识别诊断

论文摘要

为提高故障识别诊断的精确度和实时性,有效解决内燃机多分量、非平稳振动信号特征提取困难的问题,提出一种基于改进局部二值模式(ILBP)与双向二维主成分分析(TD-2DPCA)的内燃机振动信号可视化故障识别诊断方法。针对传统时频方法在分析内燃机振动信号中,存在时频分辨率低及交叉干扰项的问题,将经验小波变换(EWT)与同步压缩小波变换(SST)应用到内燃机振动信号的时频图表征中;利用ILBP提取图像的纹理特征,并对ILBP图谱采用TD-2DPCA降维,将降维后的编码矩阵向量化后得到图像的特征参数;通过支持向量机(SVM)和最近邻分类器(NNC)分别特征向量进行训练、测试,实现内燃机的故障识别诊断。在内燃机气门间隙故障8种工况下缸盖振动信号的识别诊断试验中,均得到较高的分类精度;通过参数的合理优化,在保证了分类速率的同时,最高识别率达到96.67%,对比其他方法,充分表明该方法在内燃机故障诊断中的有效性。

论文目录

  • 1 基于EWT的SST时频分析
  •   1.1 经验小波变换(EWT)
  •   1.2 同步压缩小波变换(SST)
  •   1.3 EWT-SST时频分析
  • 2 改进局部二值模式的降维特征提取
  •   2.1 LBP算法原理
  •   2.2 ILBP(improved LBP)
  • 3 故障诊断实例
  •   3.1 柴油机振动信号时频分析
  •   3.2 特征提取和模式识别
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 蔡艳平,徐光华,张恒,范宇,李艾华

    关键词: 内燃机,故障诊断,时频分析,特征提取,识别率

    来源: 振动与冲击 2019年24期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 动力工程,计算机软件及计算机应用

    单位: 西安交通大学机械工程学院,火箭军工程大学,西安交通大学机械制造系统工程国家重点实验室

    基金: 国家自然科学基金(51405498),中国博士后基金(2015M582642)

    分类号: TP391.41;TK401

    DOI: 10.13465/j.cnki.jvs.2019.24.021

    页码: 150-157

    总页数: 8

    文件大小: 2533K

    下载量: 196

    相关论文文献

    • [1].可视化阅读:新媒体语境下信息可视化新趋势[J]. 山东农业工程学院学报 2019(11)
    • [2].“可视化”技术支持下小学生行为习惯养成路径探究[J]. 教育观察 2019(41)
    • [3].媒体融合背景下广播可视化的实践[J]. 西部广播电视 2020(05)
    • [4].动画在提升数据新闻交互性及可视化呈现中的价值与途径[J]. 新闻世界 2020(05)
    • [5].生物学微观实验可视化的实践[J]. 生物学教学 2020(06)
    • [6].中学地理课堂可视化学习的有效策略[J]. 中学地理教学参考 2020(07)
    • [7].可视化创新与主题的高度契合[J]. 记者摇篮 2020(06)
    • [8].不同质量人眼中的丰田可视化[J]. 中国质量 2020(05)
    • [9].向现场浪费开刀[J]. 中国质量 2020(05)
    • [10].我国思维可视化研究回顾与展望——基于中国知网2014—2019年论文分析[J]. 中国教育信息化 2020(13)
    • [11].大数据时代新闻可视化探析[J]. 视听 2020(07)
    • [12].大数据环境下基于可视化技术的审计方法研究[J]. 北方经贸 2020(07)
    • [13].大数据时代新闻可视化传播路径分析——评《数据新闻可视化》[J]. 中国教育学刊 2020(08)
    • [14].广播可视化的研究与探讨[J]. 广播电视网络 2020(09)
    • [15].大数据背景下新闻可视化传播改革思考[J]. 传播力研究 2020(13)
    • [16].智慧实验室 可视化动态预警 为决策提供有效数据[J]. 实验技术与管理 2019(10)
    • [17].大数据时代新闻可视化传播的创新路径[J]. 西部广播电视 2018(02)
    • [18].浅析数据新闻可视化传播的创新与发展[J]. 新闻研究导刊 2018(20)
    • [19].可视化技术对器材保障的作用及关键技术研究[J]. 电脑知识与技术 2016(36)
    • [20].室内设计教学体系中可视化技能的强化策略[J]. 常州工学院学报(社科版) 2017(01)
    • [21].大数据时代可视化新闻发展探究[J]. 新闻研究导刊 2016(02)
    • [22].可视化技术在复杂地质勘察中的应用浅析[J]. 黑龙江科技信息 2016(08)
    • [23].大数据时代可视化新闻:现状、特征与发展趋势[J]. 新闻研究导刊 2016(08)
    • [24].杨凌城市景观可视化技术研究[J]. 江西农业 2016(11)
    • [25].可视化理论在核电站管道安装中的应用分析[J]. 建材与装饰 2016(35)
    • [26].浅析电力调度中应用可视化技术的关键[J]. 科技与企业 2015(10)
    • [27].可视化新闻的美学追求[J]. 青年记者 2015(14)
    • [28].基于共词分析的知识域可视化研究[J]. 电脑知识与技术 2015(13)
    • [29].计算机科学研究中的可视化技术分析[J]. 职业 2015(24)
    • [30].“画”里有“话”:让数学思维可视化[J]. 小学教学(数学版) 2020(01)

    标签:;  ;  ;  ;  ;  

    基于内燃机振动信号的可视化识别诊断
    下载Doc文档

    猜你喜欢