基于HHT和神经网络的汽车发动机故障诊断.pdfVIP

第 19卷 第3期 军 事 交 通 学 院 学 报 Vo1_19 No．3 2017年3月 JournalofMilitaryTransportationUniversity March2017 ●车辆工程 VehicleEngineering 基于 HHT和神经网络的汽车发动机故障诊断 韩 博 (1．兰州大学 信息科学与工程学院电路与系统研究所，兰州730000； 2．69019部队，乌鲁木齐830017) 摘 要：针对基于汽车发动机振动信号处理的故障诊断问题，首先，利用截断矩阵奇异值分解方法 对采集信号进行降噪预处理，以获取较为纯净的振动信号；然后，通过希尔伯特 一黄变换(HHT)信 号处理理论对采集信号进行分解与时频分析，提取出分量信号能量特征与边际谱区域变化特征两 种参数作为汽车发动机故障诊断与识别的依据，并对比分析不同故障状态下的特征融和结果；最 后，使用径向基(RBF)神经网络对故障样本特征进行训练，并进行多种实测故障数据 的训练与识 别。实际故障数据处理结果表 明，上述特征参数可有效表征故障信号的时频域变化特点，可以作为 汽车发动机故障的诊断依据 。 关键词：故障诊断；汽车发动机；希尔伯特 一黄变换；RBF神经网络 DOI：10．16807／j．cnki．12—1372／e．2017．03．012 中图分类号：U464 文献标志码 ：A 文章编号：1674．2192(2017)03．0047—06 AutomobileEngineFaultDiagnosisBased on HHT andNeuralNetwork HAN Bo t (1．InformationScienceandEngineeringInstituteofCircuitsandSystems，LanzhouUniversity， Lanzhou730000，China；2．Unit69019，Urumqi830017，China) Abstract：Tosolvethefaultdiagnosisproblem ofautomobileenginebasedonvibrationsignalprocessing，thepaperfirstly pretreatsnoisereductionofcollectedsignalwithtruncatedsingularvaluedecompositionmethodtoobtainpurervibrationsig— na1．Then，itconductsdecompositionandtime~equencyanalysisoncollectedsignalwithsignalprocessingtheory ofHHT (Hilbert—Huangtransform)andextractscomponentsignalsandmarginalspectrumregioncharacteristicsasthebasisoffault diagnosisandidentificationofautomobileengine，andmakescomparativeanalysisonfeaturefusionresultindifferentfault conditions．Finally，ittrainsfaultsampleswithRBF(radialbasisfunction)neuralnetworkandcarriesouttrainingand recognitionofmanykindsoffaultdata．Theactual faultdataprocessingresultshowsthatthecharacteristicparameterscan effecti