论文部分内容阅读
柴油机作为动力装置的关键设备，对其进行实时地故障检测和诊断具有重大的意义；因此，提出了一种基于小波包分解和改进人工免疫神经网络的柴油机故障诊断方法;首先，对柴油机缸盖振动信号采用小波阈值法进行降噪，再采用小波包分解获得故障诊断特征向量，并将其作为BP神经网络的输入以训练网络，最后，采用改进的人工免疫算法对BP神经网络的各参数进行优化，以获得最终的BP神经网络故障诊断模型；柴油机气阀故障诊断实例表明：文中的柴油机故障诊断模型能正确地实现故障诊断，且与其它方法相比，训练误差仅为0．0001，具有诊断精度高和诊