论文部分内容阅读
汽车高速发动机设备在发生故障过程中,一般会产生短时、瞬间电流异常。以上特征可作为设备发生对接故障的依据。传统的故障检测方法针对瞬间、小强度的电流特征,无法实时捕获敏感的电流异常故障特征,导致传统故障检测方法对敏感度不高的故障特征检测存在误差,漏检率较高。提出改进神经网络的故障检测方法,依据高速发动机设备中的电流异常特征参数,采用神经网络的自适应性能获取电流的异常波动周期情况,把异常的电流信号当成一种特殊噪声,使用非线性滤波方法过滤电力特征参数中的噪声,对电流特征参数进行离散化操作运算系数,分析该系数