论文部分内容阅读
柴油发动机状态监测及故障诊断的关键环节是特征参数的挖掘。提出了一种将距离测度和奇异值分解相结合的特征挖掘方法，将该方法应用到发动机的特征挖掘中，并将挖掘到的特征作为BP神经网络的输入向量用于发动机的故障诊断。结果表明，根据类间距离和类内距离之比定义的特征敏感度可以很好地区分不同的类，基于距离测度和奇异值相结合的方法可以优化特征，提高诊断的准确率。利用训练好的BP神经网络对现场12台发动机进行故障诊断，有11台诊断结论完全正确，诊断的准确率为91．67％。