【作者】

李彦强 尚彦龙 张涛

【摘要】

本文针对柴油机典型机械故障，提出了一种基于主成分分析和概率神经网络的故障诊断方法。采用振动传 感器采集柴油机壳体振动信号，利用小波包分解信号并提取故障特征参数；通过主成分分析方法获得敏感特征参数，减小数据处理复杂程度和学习量；利用概率神经网络对典型故障的样本数据进行学习训练，构建满足应用要求的神经网络并完成故障的自动分类识别。研究表明该方法效果较好，可用于柴油机实际故障的识别诊断。

【会议名称】

第一届世界内燃机大会

【会议地点】

江苏无锡

【下载次数】

1

返回