首页 | 官方网站   微博 | 高级检索  
     

基于AR模型和神经网络的柴油机故障诊断
引用本文:黄泉水,江国和,肖建昆.基于AR模型和神经网络的柴油机故障诊断[J].噪声与振动控制,2008,28(3):60-64.
作者姓名:黄泉水  江国和  肖建昆
作者单位:江苏科技大学,机械与动力工程学院,江苏,镇江,212003
基金项目:江苏科技大学校科研和教改项目 , 企业合作项目
摘    要:基于虚拟仪器技术,采用NI公司PCI-4472采集卡及LabVIEW7.1开发柴油机缸盖振动信号采集分析系统。模拟柴油机气阀漏气、气门间隙异常等故障,并对利用该系统采集的缸盖振动信号样本进行AR谱估计,从中提取5个特征参数,最后利用RBF神经网络进行故障模式识别。结果表明:该诊断方法具有较高的精度,结合LabVIEW与Matlab的平台,便于故障在线监测与诊断系统的开发。

关 键 词:振动与波  柴油机  AR模型  故障诊断  RBF神经网络  LabVIEW  模型  神经网络  柴油机  故障诊断  Neural  Networks  AR  Model  Based  Diesel  Engine  Diagnosis  在线监测与诊断系统  平台  Matlab  LabVIEW  结合  精度  诊断方法  结果  模式识别  特征参数  提取
文章编号:1006-1355(2008)03-0060-04
修稿时间:2007年8月22日

Fault Diagnosis of Diesel Engine Based on AR Model and Neural Networks
HUANG Quan-shui,JIANG Guo-he,XIAO Jian-kun.Fault Diagnosis of Diesel Engine Based on AR Model and Neural Networks[J].Noise and Vibration Control,2008,28(3):60-64.
Authors:HUANG Quan-shui  JIANG Guo-he  XIAO Jian-kun
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号