Print

基于声信号特征谱提取的发动机故障诊断系统设计

论文摘要

针对当前发动机故障造成的危害,提出一种基于小波阈值去燥和PNN分类的故障诊断方法。针对声信号中噪声问题,提出采用加权平均值函数的方式对声信号特征进行提取,然后结合PNN算法的优势,通过训练样本的训练,对发动机故障进行分类。最后以摩托车发动机故障为例,通过搭建发动机诊断系统,实现对发动机不同类型故障的诊断。

论文目录

  • 0 引言
  • 1 小波阈值去燥
  •   1.1 去燥原理
  •   1.2 阈值函数的选取
  • 2 发动机异响故障诊断模型构建
  •   2.1 PNN分类机理
  •   2.2 PNN网络结构
  • 3 发动机声信号采集
  •   3.1 采集示意图
  •   3.2 传声器
  •   3.3 信号测取过程
  •   3.4 采集界面
  • 4 结果
  • 5 总结

    • 文章来源

    类型: 期刊论文

    作者: 王剑楠

    关键词: 声信号,分类,加权平均值

    来源: 微型电脑应用 2019年08期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 汽车工业

    单位: 西安航空职业技术学院汽车工程学院

    分类号: U472

    页码: 119-123

    总页数: 5

    文件大小: 2457K

    下载量: 149

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/a8d8aef9583d9a5538e755ea.html