基于声强信号分析和组合神经网络的发动机故障诊断
建立了一个基于声强信号分析和组合神经网络的发动机故障诊断模型.该模型首先运用小波理论分析各类故障下发动机产生的声强信号,获取反映发动机工作状态的频带特征向量,然后将特征向量用于组合神经网络训练,进行故障模式识别.通过对3Y丰田2.0发动机的试验数据分析表明,这种模型可有效提高故障诊断的效率和准确率.
发动机、故障诊断、小波包分析、组合神经网络、声强信号
39
TP183;TK418(自动化基础理论)
浙江省自然科学基金Y104616;浙江省水利厅资助项目RC0614
2009-02-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
170-173