自适应遗传小波网络在发动机故障诊断中的应用.pdfVIP

学兔兔 第8卷第2期 中 国 工 程 机 械 学 报 Vo1．8 No．2 2010年6月 CHINESE JOURNAL OF CONSTRUCTION MACHINERY Jun．2010 自适应遗传小波网络在发动机故障诊断中的应用 李万莉 ，余得水 ，甄 或 ，黄 勇 (1．同济大学机械工程学院，上海 201804；2．中联重工科技发展股份有限公司，湖南长沙 410013) 摘要：由于包含丰富故障信息的传感器信号是由多振源和背景噪声的混合，小波变换良好的时频域局部化特性 可以有效地滤除噪声，并且通过对重构的小波系数求取均方根值来有效提取故障的特征向量，根据采集数据的 故障工况，建立学习样本．通过网络训练建立神经网络的输入和输出良好的非线性映射，进而通过特征向量输入 来诊断系统的故障．由于神经网络具有收敛速度慢和容易陷入局部最小点的缺陷，对神经网络进行改进和优化． 仿真结果误差分析表明，该网络具有良好的诊断效果． 关键词：小波分析；遗传神经网络；故障诊断；发动机 中图分类号：TP 277 文献标识码：A 文章编号：1672—5581(2010)02—0194—05 Applying adaptive genetic wavelet network to engine fault diagnosisenglne auit(1lagnos1S LI Wan．1i ， 【，De—shui ，ZHEN Yu ，HUANG y0 (1．School of Mechanical Engineering，Tongji University，Shanghai 201804，China； 2．Zoomlion Heavy Industry ScienceTechnology Development Co．．Ltd．，Changsha 410013，China) Abstract：Owing that the sensor signals from intensive fault information are composed of multiple vibra— tion sources and background noises，wavelet transform possesses good localization property of time and frequency domains for effective noise elimination．By applying RMS calculation for recomposed wavelet CO— efficients，the fault feature vectors can be extracted．Through data sampling in terms of fault working con— ditions，the learning samples are obtained．Accordingly，the nonlinear mapping between neural network in— puts and outputs is well established via training．Mterwards，the system faults are detected based on input feat