【作者】

郭常露; 宋恩哲; 姚崇; 柯赟; 屈蓓佳; 徐家庆

【单位】

哈尔滨工程大学; 哈尔滨功程大学

【摘要】

由于柴油机工作环境复杂多变，故障信号中包含较多噪声导致诊断率低。为提高柴油机燃油系统故障信号的识别性能，提出基于遗传算法优化变分模态分解（GA-VMD）和能量熵增量-频域互相关系数（EEI-FDCC）准则信号重构的故障诊断方法。首先采用GA-VMD对压力信号进行自适应分解，获得若干固有模态函数(IMF)分量；接着以EEI-FDCC准则进行信号重构，提取重构信号的时频特征，作为故障特征输入最小二乘支持向量机多分类器中进行训练；最后采用训练后的多分类器对测试样本进行故障诊断。实验结果表明，该方法能自适应寻找最优K和alpha组合以及准确地筛选敏感分量，相比于传统方法具有降噪效果好和故障诊断准确率高的优点，适用于不同的工业现场环境下的燃油系统喷油器故障诊断。

【关键词】

喷油器;变分模态分解;遗传算法;能量熵增量;频域互相关系数

【论文集名称】

航空动力

【会议名称】

交通能源与智能动力大会

【会议时间】

2022-11-24至2022-11-29

【会议地点】

上海

【下载次数】

1

返回