【作者】

徐家庆; 宋恩哲; 姚崇

【单位】

哈尔滨工程大学烟台研究生院;

【摘要】

针对柴油机燃油系统振动信号含有大量噪声且难以提取故障特征的问题，提出了一种基于经验小波变换（EWT）和奇异值分解（SVD）的信号去噪算法。首先，对燃油信号进行EWT自适应分解，得到若干个经验模态分量；然后利用能量熵增量和频域互相关系数准则将经验模态分量分为信号主导分量和噪声主导分量。利用奇异值分解对噪声主导分量进行消噪重构，根据奇异熵增量谱确定重构阶次，消除噪声，准确提取燃油信号的特征向量。实验结果显示，优化的EWT-SVD方法整体优于经验模态分解（EMD）、EWT方法，信噪比分别提高了35.03%和21.16%，均方根误差分别降低了52.84%和30.25%，有效减少了噪声分量，精准提取特征向量，准确实现故障识别。

【关键词】

喷油器;信号降噪;EWT;SVD

【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】

2

返回