【作者】

吴长意; 宋恩哲; 柳贡民; 姚崇; 柯赟

【单位】

哈尔滨工程大学

【摘要】

互补集合经验模态分解（CEEMD）算法作为处理信号有效方法之一，在对柴油机喷油器进行故障诊断时，由于柴油机的振动噪声使算法本身的模态混叠问题加重，造成对喷油器故障识别准确率降低。为了提高柴油机喷油器故障识别率，提出基于改进CEEMD和排列熵的喷油器故障诊断方法。首先，利用中值滤波对信号进行预处理，对信号进行自适应分解，然后对分解后的IMF分量进行区间阈值去噪处理，利用复合多尺度加权排列熵（CMWPE）提取排列熵值作为喷油器故障特征参数，并输入到最小二乘支持向量机（LS-SVM）诊断喷油器故障状态，试验结果表明，该方法能有效提高喷油器故障诊断精度。

【关键词】

改进CEEMD;加权排列熵;燃油压力波;喷油器;故障诊断

【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