基于小波包分解的船用柴油机燃油电磁阀故障诊断方法.pdf
《基于小波包分解的船用柴油机燃油电磁阀故障诊断方法.pdf》由会员分享,可在线阅读,更多相关《基于小波包分解的船用柴油机燃油电磁阀故障诊断方法.pdf(4页珍藏版)》请在咨信网上搜索。
1、第45卷第18 期2023年9月舰船科学技术SHIP SCIENCEANDTECHNOLOGYVol.45,No.18Sep.,2023基于小波包分解的船用柴油机燃油电磁阀故障诊断方法葛君超,王利鹏(河南理工大学鹤壁工程技术学院,河南鹤壁458 0 30)摘要:为了精准识别电磁阀故障,确保船用柴油机安全、平稳运行,提出基于小波包分解的船用柴油机燃油电磁阀故障诊断方法。采用小波包分解法对船用柴油机燃油电磁阀电流信号作分解,获取其多频带特征。通过核主成分分析法对其作降维处理,完成敏感特征选择。将其作为最小支持向量机的输入,自适应蚁群优化算法通过自适应调整挥发因子、状态转移规则确定最优模型参数,实现
2、燃油电磁阀故障的准确诊断。结果表明:故障、正常工况下的燃油电磁阀电流特性曲线存在较大差异;该方法可提取电流信号的8 个频带特征、不同频带特征间差异度大;特征选择有利于提高燃油电磁阀故障辨识度。本文方法可实现燃油电磁阀故障诊断,诊断效果突出。关键词:小波包分解;燃油电磁阀;故障诊断;核主成分分析;自适应蚁群;最小支持向量机中图分类号:TH212文章编号:16 7 2-7 6 49(2 0 2 3)18-0 10 5-0 4Fault diagnosis method of marine diesel fuel solenoid valve based on(Hebi Institute of E
3、ngineering and Technology,Henan Polytechnic University,Hebi 458030,China)Abstract:In order to accurately identify solenoid valve faults and ensure the safe and smooth operation of marine dies-el engines,a fault diagnosis method for marine diesel fuel solenoid valves based on Wavelet packet decomposi
4、tion is pro-posed.The Wavelet packet decomposition method is used to decompose the current signal of the marine diesel fuel solenoidvalve to obtain its multi band characteristics,and the Kernel principal component analysis method is used to reduce its di-mensions to complete the sensitive Feature se
5、lection,which is used as the input of the minimum support vector machine.Theadaptive ant colony optimization algorithm determines the optimal model parameters by adaptively adjusting the volatiliza-tion factor and state transition rules to achieve accurate fault diagnosis of the fuel solenoid valve.
6、The experimental results in-dicate that there are significant differences in the current characteristic curves of the fuel solenoid valve under fault and nor-mal operating conditions.This method can extract 8 frequency band features of current signals,with significant differencesbetween different fr
7、equency band features.Feature selection is conducive to improving the fault identification of fuel solen-oid valve.It can achieve fault diagnosis of fuel solenoid valves,with outstanding diagnostic effects.Key words:wavelet packet decomposition;fuel solenoid valve;fault diagnosis;kernel principal co
8、mponent analysis;adaptive ant colony;minimum support vector machine0引言柴油机作为船舶上的关键设备之一,燃油电磁阀在其控制系统中扮演着重要角色!。燃油电磁阀的故障会直接影响柴油机的正常运行2 ,燃油电磁阀故障诊断方法逐渐向智能化方向发展3。在采集电磁阀的电流信号的基础上4,通过提取信号的特征来实现故收稿日期:2 0 2 3-0 6-17作者简介:葛君超(198 8),女,硕士,讲师,研究方向为塑性变形和断裂及产品结构优化。文献标识码:Awavelet packet decompositionGE Jun-chao,WANG L
9、i-pengdoi:10.3404/j.issn.1672-7649.2023.18.017障诊断是常用的方法。小波包分解技术可以通过逐层分解高频和低频信号,提取更加细致和全面的信号特征。在现有的研究中,已有一些关于电磁阀故障诊断的方法。王钦惠等6 通过对电磁阀信号进行小波分解和功率谱分析,实现了电磁阀开关故障状态的在轨实时诊断。张文啸等7 构建基于变分自编码器的故障诊断模型,虽无需进行数据特征的提取,但模型结构对106故障诊断效果的影响很大。为解决上述问题,本文提出基于小波包分解的船用柴油机燃油电磁阀故障诊断方法。引入小波包分解方法,对电流信号进行分解,获取其多频带特征,能够更细致地提取信号
10、的时频信息,从而更准确地描述电磁阀的工作状态和故障情况。1船用柴油机燃油电磁阀故障诊断1.1电磁阀特征提取船用柴油机燃油电磁阀故障信号具有非平稳性特点,小波变换是可实现非平稳信号时频分析的方法8 。设定f,为船用柴油机燃油电磁阀原始信号采样频率,则分解后的高、低频信号分析带宽均为0.5fs。小波包分解是以前次分解后的新信号为基础,通过对其作多尺度频段分解,以各频带的能量作为特征,完成多频段信号特征的提取。小波包分解的信号处理性能优于小波分析法,提取的原始信号特征更细致化,更完整。小波包分解的变换函数描述为:Wn,jk(k)=27 w(2-it-k)。式中:nEz,jEz,kEz,z 为正整数。
11、离散小波包变换可通过下式进行描述:Px(n,j,k)=(x(t),wn,jk(t)-(02 w(2-k)dt式中:x(t)为船用柴油机燃油电磁阀原始电流信号,U为其正交小波包空间;px(n,j,k)为x(t)在该空间上的系数序列;j为分解尺度,k、n 分别为小波包的位置、频率。已知船用柴油机燃油电磁阀原始信号x(t)的高低通共轭正交滤波器系数分别为(gklkez(hk)kez,小波包变换系数px(n,j,k)可通过下式递推获得:px(2n,j,k)=hi-2kP(n,j-1,),(3)P:(2n+1 j.k)=Zhi-2kP:(n-1,)。Tez对各小波包分解系数作重构处理,以完成每个频带区间
12、信号的获取,具体公式如下:px(n,j,k)=Zhk-21P(2n,+1,k)+gk-21Px(2n+1+1,k)。k在小波包变换过程中,每个频带的能量可通过下式进行计算:Ejk()=ZIpx(n j.b)P.k对每个频带能量作归一化处理后,即可确定同一状态下,分解后各频带所含能量比例ejk(i),归一化处理可通过下式进行描述:舰船科学技术通过小波变换对船用柴油机燃油电磁阀的原始电流信号进行处理,提取出故障各频带的能量比例。1.2确定电磁阀电流信号敏感特征核主成分分析法(KPCA)的基本思想是利用非线性变换函数山()实现样本数据向高维数据空间F的映射后,再采用主成分分析法对样本特征作降维。该方
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 波包 分解 柴油机 燃油 电磁阀 故障诊断 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。