文献类型：期刊文章

作　　者：江志农[1] 魏东海[1] 王磊[2] 赵志超[2] 茆志伟[1] 张进杰[1]

JIANG ZhiNong;WEI DongHai;WANG Lei;ZHAO ZhiChao;MAO ZhiWei;ZHANG JinJie(Diagnosis and Self-Recovery Engineering Research Center,College of Mechanical and Electrical Engineering,Beijing University of Chemical Technology,Beijing 100029;Sinopec Chongqing Natural Gas Pipeline Co.Ltd.,Chongqing 404100,China)

机构地区：[1]北京化工大学机电工程学院诊断与自愈工程研究中心,北京100029 [2]中石化重庆天然气管道有限责任公司,重庆404100

出　　处：《北京化工大学学报（自然科学版）》

基　　金：国家"863"计划(2014AA041806);国家重点研发计划(2016YFF0203305);中央高校基本科研业务费(JD1815)

年　　份：2018

卷　　号：45

期　　号：4

起止页码：71-75

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：采用一种自适应局部有效值(RMS)计算方法提取柴油机缸盖振动信号时域特征,结合分类回归树(CART)算法建立故障分类模型并进行柴油机的状态识别。通过实验获取柴油机失火和撞缸两种故障工况及正常工况下的振动数据,计算出原始信号的局部RMS后,根据自适应阈值确定点火冲击区域和非点火上止点冲击区域提取局部特征,最后将特征输入CART算法中构建分类模型来验证所提取特征的有效性。结果表明:柴油机在3种状态下的识别率均达到100%,基于CART算法和局部特征提取的方法能够有效诊断柴油机故障。

关 键 词：分类回归树(CART)算法  柴油机故障诊断 局部有效值(RMS)计算  自适应阈值 特征提取  

分 类 号：TP391.4]