摘要
汽车电控发动机在运行过程中会产生各种异常响动,传统的听诊诊断方法存在主观性强、误差大等问题.为提高发动机异响故障诊断的准确性和效率,提出了一种基于振动分析的故障诊断方法.该方法首先采用小波变换和维纳滤波相结合的算法对采集到的发动机振动信号进行降噪处理,然后从时域、频域和时频域提取特征构建特征向量.基于卷积神经网络构建故障诊断模型,实现对发动机异响故障的自动识别和诊断.实验结果表明,所提方法能够有效识别多种发动机异响故障类型.研究成果为汽车电控发动机故障诊断提供了新的技术路径,对提高汽车维修效率和安全性具有重要意义.
维普
万方数据