|
|||||
|
|
| 近似熵与支持向量机在发动机故障识别中的应用研究 | |
| 作者单位： | ;1.武汉科技大学机械自动化学院 |
| 摘 要： | 针对发动机曲轴轴承极易磨损,导致发动机出现故障的问题,提出了一种基于近似熵与支持向量机相结合的故障诊断方法。发动机在工作过程中,早期故障特征信号微弱。基于此,引入近似熵算法,分别模拟发动机曲轴轴承4种磨损状态,测取各状态下多测点的振动信号样本,计算样本近似熵值,构建了不同状态近似熵故障特征向量。结合支持向量机算法,构造支持向量机故障分类模型,将近似熵特征量带入其中进行训练与测试,测试结果准确率达到97.5%,并与普遍使用的BP神经网络诊断方法进行了对比,结果表明该方法具有更高的诊断识别率,是一种有效且准确率较高的在线诊断方法。 |
| 关 键 词： | 发动机 曲轴轴承 近似熵 支持向量机 故障识别 |
Application of Approximate Entropy and Support Vector Machine in Fault Diagnosis of Engine |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |
