基于CPSO-BP神经网络的柴油机排气门间隙故障诊断

栏目导航

学会要闻

学术动态

01 现在的位置：首页 > 期刊导读 > 2014 > 01 >

【作者】李岩 [1] ; 袁惠群 [1,2] ; 梁明轩 [1] ; 赵天宇 [2]

【关键词】柴油机故障诊断经验模态分解神经网络混沌粒子群算法

【摘要】针对柴油机排气门间隙故障信号不易提取的特点,提出了将混沌粒子群神经网（Chaotic particle swarm optimization-Back Propagation,CPSO-BP）聚类模型应用于柴油机排气门间隙故障诊断.首先,采用经验模式分解（Empirical Mode Decomposition,EMD）对柴油机振动信号进行分解,将得到的前6个模态函数能量百分比作为反映故障状态的特征参数,重构BP神经网并用混沌粒子群算法对其结构和权值进行优化;最后,基于优化的神经网对排气门间隙为0.2 mm,0.4 mm,0.6 mm等3种故障工况的信号进行聚类.结果表明：所有样本的测试结果均与实际状况一致,该方法可以较好地用于排气门间隙故障诊断.

01 现在的位置：首页 > 期刊导读 > 2014 > 01 >

基于CPSO-BP神经网络的柴油机排气门间隙故障诊断

【作者】 李岩 [1] ; 袁惠群 [1,2] ; 梁明轩 [1] ; 赵天宇 [2]

【关键词】 柴油机 故障诊断 经验模态分解 神经网络 混沌粒子群算法

【作者】李岩 [1] ; 袁惠群 [1,2] ; 梁明轩 [1] ; 赵天宇 [2]

【关键词】柴油机故障诊断经验模态分解神经网络混沌粒子群算法