文献类型：期刊文章

作　　者：蔡艳平[1] 李艾华[1] 石林锁[1] 许平[2] 张玮[3]

机构地区：[1]第二炮兵工程学院五系,西安710025 [2]西安交通大学机械制造系统工程国家重点实验室,西安710049 [3]西安交通大学电信学院,西安710049

出　　处：《内燃机工程》

基　　金：第二炮兵工程学院创新性基础研究基金项目(XY2009JJB33)

年　　份：2012

卷　　号：33

期　　号：2

起止页码：72-78

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20122315093332)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了充分提取基于内燃机振动信号形成的振动谱时频图像的二维时频信息,实现基于内燃机振动谱时频图像特征自动提取及识别,提出了一种基于EMD-WVD(EMD-Wign-er-Ville Distributions)振动谱时频图像SVM识别的内燃机故障诊断方法。该方法利用二进制小波对振动信号进行预处理,然后利用EMD-Wigner-Ville时频分布生成不同工况下振动信号的时频图像,并通过提取振动信号的EMD-WVD振动谱时频图像的不变矩特征形成诊断特征向量,利用一种基于类识别率排序的二叉树SVM分类器进行模式识别。在BF4L1011F型内燃机上进行了6种不同工况下气门故障模拟试验,诊断结果表明总体诊断正确率为98.57%。

关 键 词：内燃机 故障诊断 EMD 图像识别  不变矩 SVM

分 类 号：TK407]