论文部分内容阅读
为实现发动机活塞组故障的快速诊断,对活塞销不同工况下的振动信号进行小波包分解并重构,求出各分量的信息熵,根据信息熵的大小选取出合适的小波包分量进行分析。将选取出的各分量的能量归一化后作为特征参数,输入到PSO-BP神经网络模型中进行训练和预测识别。试验结果表明:基于熵选择小波包分量和PSO-BP神经网络的方法,能够对活塞销不同程度的故障进行分类识别。