基于小波包分析和神经网络柴油机故障诊断研究.pdfVIP

第38卷 第3期 小 型 内燃 机 与 摩 托 车 Vo1．38No．3 2009年6月 SMALLINTERNALCOMBUSTION ENGINEANDMOTORCYCLE Jun．2009 基于小波包分析和神经网络柴油机故障诊断研究 赵龙庆 王裕鹏 (西南林学院交通机械与土木工程学院 云南 昆明 650224) 摘 要：对于柴油机而言，及时的对其实施故障诊断是十分必要的。小波包分析能有效的对柴油机缸体 振动信号进行消噪处理，并提取表征柴油机故障的振动信号能量特征向量作为BP神经网络的输入值。 本文中，对4100QB柴油机缸盖振动信号实验数据采用单隐层BP网络进行训练，并对不同故障模式进 行分类识别，实验验证表明这一方法是非常有效的。 关键词：动力机械工程 小波包分析 BP神经网络 故障诊断 中图分类号：TP206．3TK428 文献标识码：A 文章编号：1671—0630(2009)03—0009—04 StudyonDieselEngineFaultDiagnosisBasedon W aveletPacketAnalysisandNeuralNetworks ZhaoLongqing，W angYupeng FacultyofCommunication，MachineryandCivilEngineering，Southwest ForestryCollege(Kunming，Yunnan，650224，China) Abstract：Fordieselengine。it necessary tocarryoutfaultdiagnosisintime．Waveletpacketanalysiscande — noisethedieselenginecylinderheadvibration signaleffectively，andtheeigenvectorthatcanreflectthe faultofdieselengineisextractedastheBPneuralnetworkinputvector．Inthisarticle，theBPneuralnetwork isusedtotrainthevibrationsignalexperimentdataobtainedonthe4100QBdieselenginecylinderhead，at thesametime，thedifferentfaultmodeisclassifiedandrecognized．Experimentationandvalidationshow that theproposedmethodisvery effective． Keywords：Powermachinery engineering，Waveletpacketanalysis，BPneuralnetwork，Faultdiagnosis 柴油机系统非常复杂，因此对其故障的诊断和定 不仅对低频信号进一步进行分解，而且对高频信号 位有很大的难度。由于柴油机存在故障对各频率成分 也一样 ，因此 在故障诊断方面得到 了广泛 的应 的抑制或增强作用不同，输入与正常系统输出相比，相 用 。 同频带内信号的能量会有较大的差别，因此振动信号 中包含了丰富的故障信息。本文就是在振动信号采集 1．1 小波包分析故障特征提取依据 系统的基础上，利用小波包分析对振动信号进行消噪 小波包分解算法：由{ “}求 { }和 { ”} 处理，提取振动信号的特征向量，最后用神经网络实现