基于经验模态分解近似熵和支持向量机的农用柴油机故障诊断

针对往复机械振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解（EMD）、近似熵（ApEn）快速算法和支持向量机（SVM）相结合的机械故障诊断方法。运用经验模态分解方法对特定时段的振动信号进行分析,计算各个内禀模态函数（IMF）的近似熵,作为故障特征向量,并输入到支持向量机以判断机械的工作状态和故障类型。柴油机故障诊断试验结果表明,该方法能有效提取故障特征,在小样本情况下也具有较高的精度和较强的泛化能力,对其他机械故障的诊断具有一定借鉴意义。     

基于粒子群优化支持向量机的电梯故障诊断

电梯故障时,具有故障特征提取困难和故障类型识别率低的问题。因此,拟提取其振动信号并进行分析,找到故障特征。然而,鉴于其振动信号为非平稳、非高斯且背景噪声较大的信号,给有效辨识造成很大困难,所以,提出应用最优小波包分解和最小二乘支持向量机相结合进行电梯智能故障诊断的方法。借助最优小波包理论,首先提取电梯故障振动信号的能量分布;然后将其能量分布与时域指标相结合,构造故障特征向量;最后,将故障特征向量作为粒子群算法优化最小二乘支持向量机的输入对电梯故障类型进行识别。仿真结果表明,最优小波包理论与最小二乘支持向量机相结合的故障诊断技术发挥了两者的优势,证明了该方法的有效性和实用性。     

基于经验模态分解的滑坡变形监测模型

应用GPS技术对滑坡体进行监测,监测的特定环境使得GPS监测数据中的非模型误差呈现一定的特征。针对滑坡环境下GPS基线向量较短、系统性误差周期性强的特征,讨论应用经验模态分解对GPS滑坡监测数据去噪。在此基础上,应用灰色预测系统建立滑坡变形预测模型,用实测数据比较一般观测数据与结合经验模态分解的去噪观测数据建立模型的预测精度。应用云南某滑坡体的监测数据验证算法的可行性与有效性。     

基于小波和神经网络的柴油机失火故障检测

采用LabVIEW虚拟仪器搭建柴油机故障测试平台,采集了柴油机在正常、进气管阻塞、排气管阻塞、供油不足4种状态下的振动信号。利用小波分析对信号使用改进阈值消噪方法进行消噪,得出缸盖振动信号的频谱图,将柴油机振动信号的频率与能量的特征作为振动信号的特征值,设计了基于BP神经网络的柴油机故障诊断识别系统,识别准确率均达到80%以上。     

基于CEEMDAN-DFA与FCM聚类算法的大地电磁强噪声识别与抑制

CEEMDAN(complete ensemble empirical mode decomposition with adaptive noise,自适应噪声的完备经验模态分解)-DFA(detrended fluctuation analysis,去趋势波动分析)滤波算法首先将含噪信号进行CEEMDAN分解,并以DFA方法提供的标度指数为依据,然后从分解得到的本征模态函数中自适应地选取有用的分量去重构信号.仿真试验表明,在不同信噪比背景下,该方法相对于小波阈值和EMD(empirical mode decomposition,经验模态分解)-DFA方法具有一定的优越性.此外,选用模糊熵与短时能量作为模糊C均值(Fuzzy C-means,FCM)聚类算法的特征参数,对受典型强噪声干扰的大地电磁信号进行信噪识别,获得了较好的识别效果.鉴于此,将这2种算法相结合对实测信号中受到强干扰的部分进行识别与噪声抑制.结果表明,该方法能有效地克服传统整体滤波处理产生的过处理现象,在压制强噪声的同时能较好地保留实测数据中有用的低频成分.     

基于CEEMD-LSSVM-NNBR模型中长期入库径流模拟

为提高中长期径流模拟精度,提出使用完备总体经验模态分解(CEEMD)产生更低噪信号作为模拟模型输入。应用CEEMD方法对径流序列作信号分解,时间序列被分解为若干子序列,每一子序列通过最小二乘支持向量机(LSSVM)模型分别模拟,之后将每个子序列模拟结果重构以获得最终径流模拟结果。以石头峡水库入库径流模拟为例,试验结果表明,与LSSVM模型相比,CEEMD-LSSVM模型可提高水库汛期入库径流模拟精度。对于整体序列和汛期序列,其纳什效率系数、平均相对误差和均方根误差模拟效果均明显提高;但在枯水期模拟精度不理想,主要由于枯水期径流量数值波动较小、序列平缓所致。因此,CEEMD方法对于汛期径流序列分解更具优势,对枯水期径流序列分解效果有待提高。将适用于枯水期径流模拟的最近邻抽样回归模型(NNBR)与CEEMD-LSSVM结合成组合模型CEEMD-LSSVM-NNBR,可用于全年入库径流模拟。     

基于经验模态分解和支持向量机的农产品价格短期预测

针对农产品价格序列非平稳、非线性的特征,提出一种基于经验模态分解和支持向量机的短期农产品价格组合预测方法。以全国苹果批发价格的周度价格序列为研究对象,首先对价格序列进行非平稳、非线性检验;然后将价格序列分解成一系列具有不同特征尺度的分量;最后针对各分量的特点分别构建支持向量机模型进行预测,得到苹果批发价格的预测值。研究结果表明,该预测模型能够更好地追踪农产品价格的变化,其预测精度与BP(back propagation)神经网络模型相比有显著提高。     

基于EMD-SVM的农产品市场价格短期预测模型

基于传统计量经济预测方法无法解决非线性、小样本的价格预测的问题,建立了基于EMD(经验模态分解)-SVM(支持向量机)的农产品市场价格短期预测模型,以1997-2011年中国农产品集贸市场小麦月度价格序列为例对其进行方法应用。结果表明,与常用传统计量经济预测方法和智能化模型比较,基于EMD-SVM的农产品市场价格预测模型精度有明显提高,提供了适用于中国农产品波动规律的农产品价格短期预测的新方法和借鉴。     

经验模态分解(EMD)在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的非平稳特征，提出了基于经验模态分解(Empiri-cal Mode Decomposition，简称EMD)和神经网络的滚葡轴承故障诊断方法，首先对原始信号进行了经验模态分解，将其分解为多个平稳的固有模态函数(Intrinsic Mode functioll，简称IMF)之和，再选取若干个包含主要故障信息的IMF分量，并从中提取时城特征措标——峭度或裕度因子作为神经网络的输入参数来识别滚动轴承的故障模式，对滚动轴承的内圈、外圈故障信号的分析结果表明，以EMD为预处理器提取时域特征参数的神经网络诊断方法比直接从原信号中提取时域特征参数的诊断方法有更高的故障识剐率，可以准确、有效地识别滚动轴承的工作状态和故障类别。     

基于边界支持向量的自适应增量支持向量机

该文提出一种基于边界支持向量的自适应增量支持向量机,对每轮训练的样本集提取其边界支持向量,从而减少训练向量数目,提高训练效率。通过自适应调整参数,可以更好地适应新增样本。采用 UCI（University of California Irvine）机器学习数据库和Statlog数据库对本文方法进行验证,实验结果表明本文方法的训练时间优于标准支持向量机和一般增量支持向量机。其分类精度也明显优于一般增量支持向量机,在训练数据较少时,其分类精度与标准支持向量机相差不大,但随着训练数据的增加,分类精度逐渐超越标准支持向量机。该文的方法更适合大规模数据集的增量学习。     

基于自我调节学习的柴油机故障诊断研究

针对柴油机故障原因和故障征兆之间非线性、多变量和模糊的关系,结合柴油机故障实际运行情况和大量专业人员经验知识,提出了一种基于自我调节学习的柴油机故障诊断方法,建立基于灰靶理论的故障诊断模型,利用实时反馈的更新自我调节柴油机故障统计数据和专业人员经验知识构造柴油机故障征兆标准模式,通过对故障征兆和诸故障原因靶心距排序,诊断出柴油机故障的原因并及时维修,反馈更新后再实时自我调节学习故障征兆标准模式。应用结果证明了其实用性和有效性,为同类故障诊断提供了一个新的思路。     

柴油机振动数据采集与分析系统

振动信号是设备状态信息的载体,它蕴含了丰富的设备异常或故障的信息,而振动特征是设备运行状态正常与否的重要标志。组建了硬件平台对柴油机的振动信号进行采集,并在此基础上开发了一套以VB为软件平台的柴油机振动数据采集与分析系统。整个系统能够实现不同通道、不同频率、不同增益的振动数据采集,能够进行基于分形的数据分析。同时,该系统可用于柴油机振动状态监测,对振动波形进行实时显示、实时分析等。     

车用发动机振动测试研究

阐述了车用发动机振动测试方法，并对安装在实验台架上的6105Q一1C型车用柴油机进行了振动测试与分析，发现柴油机前端及横向振动较大。建议采用提高有关零部件制造精度与质量，减少活塞侧向力，改进机体结构形式、合理布置加强筋以提高机体刚度等措施来减轻振动。     

船用柴油机故障诊断系统研究

船用柴油机故障诊断系统可以提高轮机工作人员的管理水平,达到快速分析、准确判断及迅速排除故障。它以船用柴油机典型故障为基础,应用Visual FoxPro数据库管理系统建立船用柴油机故障诊断系统。通过柴油机拉缸故障典型实例来具体说明该系统的使用方法和特点。该系统具有可修改、插入和删除等功能,以友好的用户界面和易于操作等特点,实现船用柴油机典型故障的快速诊断。该文的创新点是将船员具有的故障处理的经验及知识作为专家系统,供其他船员的学习,以便准确、快速地处理柴油机的故障。     

柴油机冷启动过程模糊逻辑推理异常诊断

在分析柴油机冷启动异常诊断知识特点的研究基础上,采用清晰集构建模糊集的方法对柴油机冷启动过程运行状态参数进行相应的模糊化处理,并采用模糊逻辑推理算法对柴油机冷启动过程进行异常诊断,从而提出了一种基于模糊逻辑推理的柴油机冷启动异常诊断方法.应用实例表明,柴油机冷启动过程中启动困难异常的可能性为0.752,应该对柴油机冷启动供油温度、进气岐管温度进行处理.应用效果表明, 柴油机冷启动过程逻辑推理异常诊断方法诊断准确率高,具有较强的实用性.     

CFZS1125农用柴油机油箱开裂原因分析

CFZS1125柴油机是一种广泛应用在手扶拖拉机,插秧机等农用机械上的单缸柴油机。针对CFZS1125柴油机油箱在支撑板与箱体连接边缘经常发生开裂的问题,分析了CFZS1125柴油机工作过程中的振动原因,得到了振动载荷的具体数值,并利用Pro/E建立了柴油机油箱的三维实体模型,用ANSYS大型有限元分析软件对油箱进行数值模拟,得到了油箱开裂处的应力分布图,结合扫描电镜断口分析,得出开裂是由于油箱支撑板结构不连续处的疲劳造成的。     

基于LabVIEW的小波分析在船舶柴油机故障诊断中的应用

测取船舶柴油机缸体振动信号。利用LabVIEW并结合小波分析对信号进行处理,提取故障特征。诊断结果与实际情况相符,说明了该方法的可行性及有效性。     

特种车辆柴油发动机故障诊断专家系统推理机设计

针对特种车辆柴油发动机故障诊断专家系统知识表示的模糊特性，建立了故障类型的模糊诊断模型，提出了不精确推理方法和模糊匹配策略，采用柴油发动机故障类型诊断的反向推理和故障原因分析及故障消除措施正向推理相结合的混合推理机制，设计了总体目标推理和级目标推理相结合的推理机．系统现场运行的快速推理结果表明了该推理机设计是成功的．     

最小二乘支持向量机方法在农用柴油机故障诊断中的应用研究

采用最小二乘支持向量机法对农用柴油机故障进行计算机仿真诊断。结果表明：该方法能够提高故障诊断的准确性,减少误诊。