摘要
柴油发动机故障特征提取是对其故障识别过程中的关键步骤,直接关系到识别的准确性和时效性.将纹理分析理论应用于柴油发动机故障特征提取,提出基于改进层次分解(Modified Hierarchica1 Decomposition,MHD)和灰度图像处理的故障特征提取方法.使用MHD将单个一维的振动信号样本分解为多个一维子信号并分别转换成灰度图像;加速分割测试获得特征(Features from Acce1erated Segment Test,FAST)算法被用于检测灰度图像的特征点;通过Gabor滤波器组的实部对图像进行卷积,利用特征点的响应计算直方图作为特征向量.为检验通过该方法提取的故障特征对柴油发动机不同故障类型的识别能力,引入非支配排序遗传算法Ⅱ(Non-dominated Sor-ting Genetic A1gorithm-Ⅱ,NSGA-Ⅱ)和支持向量机(Support Vector Machine,SVM)进行故障状态识别.通过实验台开展预置故障实验,将提出的方法与传统方法对比.实验结果表明:该方法的故障诊断准确率最高,为开展柴油发动机故障诊断提供一种新的思路.
维普
万方数据