论文部分内容阅读
针对内燃机振动诊断提出了一种新的特征参数选取方法，计算每个特征参数对各类工况的类识别率，选取对各类工况类识别率最高的前2个特征参数形成联合诊断向量。针对内燃机气门机构间隙异常故障的诊断问题，对缸盖振动信号的常用幅值域特征参数进行了选取，并采用人工神经网络模型进行了验证。结果表明：使用基于类识别率的特征参数选取方法将特征维数缩减一半时，诊断准确率的下降小于1％。