首页|基于多算法融合的船用空压机油液分析与磨损故障诊断

基于多算法融合的船用空压机油液分析与磨损故障诊断

扫码查看
原文链接
  • 万方数据
  • 维普
主成分分析-三线值法-反向传播神经网络(principal component analysis-new three line value-back propagation neural network,PCA-NTLV-BPNN)多算法融合模型被用于提高故障诊断精度和准确率.具体处理过程为:采用小波包变换(wave packet transform,WPT)对油液数据进行降噪;应用PCA选择主要元素,根据这些元素数据采用NTLV建立正常、警告、危险边界线分类磨损状态;确定BPNN的期望输出分类.以船用空压机为研究对象,理论分析和实践比较结果表明,融合模型比BPNN具有更高的诊断精度与准确率,诊断效果更好.

徐启圣、杨健、赵磊、强贵岩

展开 >

合肥大学先进制造工程学院,安徽 合肥 230601

合肥大学能源材料与化工学院,安徽 合肥 230601

故障诊断 BPNN 主成分分析PCA 船用空压机 新三线值法NTLV

安徽省高等学校优秀青年人才支持计划重点项目合肥大学研究生创新创业项目

gxyqZD201627621YCXL10

2024

10.3969/j.issn.1672-8173.2024.02.004

湘南学院学报
湘南学院

湘南学院学报

影响因子：0.215
ISSN：1672-8173
年,卷(期)：2024.45(2)
  • 30