摘要
本发明提供了一种基于FEEMD‑PE‑PNN的柴油机曲轴轴承故障诊断方法,属于柴油机故障诊断技术领域,包括如下步骤:步骤S01、获取柴油机振动信号;步骤S02、利用快速集合经验模态分解,将获取的柴油机振动信号分解;步骤S03、采用排列熵提取经过分解的振动信号特征;步骤S04、构建概率神经网络;步骤S05、采用霜冰优化算法优化构建的概率神经网络;步骤S06、采用优化后的概率神经网络训练数据集,对故障分类识别。本发明采用快速集合经验模态分解获取的柴油机振动信号,提高抗噪能力,采用排列熵提取经过分解的振动信号特征,提高振动信号处理效果;采用霜冰优化算法优化的概率神经网络进行故障分类,提高了诊断精度。
技术关键词
柴油机曲轴轴承
故障诊断方法
集合经验模态分解
振动信号特征
柴油机故障诊断技术
神经网络训练数据
粒子
三次样条插值法
序列
启发式算法
代表
因子
矩阵
极值
模式
机制
系统为您推荐了相关专利信息
航空接触器
故障诊断方法
图像编码技术
故障特征提取
多模态
门控循环单元
二维卷积神经网络
时域卷积网络
风电功率预测模型
分支
轴承故障诊断方法
Softmax分类器
注意力机制
信号
故障检测
设备故障诊断方法
编码器
随机森林
分类器模型
图像处理装置执行
早期故障诊断方法
故障特征频率
振动加速度传感器
粒子
包络