【作者】

屈蓓佳; 姚崇; 柯赟; 宋恩哲; 郭常露; 徐家庆

【单位】

哈尔滨工程大学烟台研究（生）院; 哈尔滨工程大学

【摘要】

针对共轨燃油系统喷油器非线性故障信号故障模式识别准确率低等问题，提出了一种基于集成经验模式分解(EEMD)信息熵和灰狼优化支持向量机(GWO-SVM)结合的共轨燃油系统喷油器故障诊断方法。首先利用EEMD对喷油器运行状态的故障信号进行分解，根据相关系数筛选有用的本征模态分量(IMF)并对其进行信号重构完成信号的降噪处理，随后对降噪信号进行特征提取，将信号的信息熵作为特征向量输入到GWO-SVM分类器中进行喷油器故障的分类识别。通过试验验证了该方法的有效性和可行性，结果表明，提出的方法能有效的诊断其实际运行工况，提高喷油器的故障模式识别准确率，为共轨燃油系统的正常运行提供可靠保障。

【关键词】

故障诊断;共轨燃油系统喷油器;集合经验模态分解;信息熵;灰狼优化算法;支持向量机

【论文集名称】

智能动力

【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】

3

返回