基于小波分析與粗糙集理論的發(fā)動機智能故障診斷研究.pdf

1、發(fā)動機失火故障是一種常見的發(fā)動機故障，對失火故障的監(jiān)測和診斷是發(fā)動機故障診斷系統(tǒng)的必要組成部分。本文主要研究基于小波分析理論、粗糙集理論的發(fā)動機失火故障智能診斷方法。
　　 論文主要內(nèi)容由六部分組成：(1)、發(fā)動機故障的振動診斷機理分析。介紹發(fā)動機振動的激振力和發(fā)動機振動的類型，建立每種振動類型的動力學模型，總結發(fā)動機缸蓋振動的信息模型；(2)、發(fā)動機缸蓋振動信號的濾波算法研究。首先介紹數(shù)學形態(tài)濾波器的理論基礎，然后建立仿真信號

2、，對經(jīng)典形態(tài)濾波器進行仿真研究，在此基礎上，提出基于數(shù)學形態(tài)濾波器的組合濾波方案，最后利用該濾波方案對發(fā)動機缸蓋振動信號進行處理；(3)、發(fā)動機缸蓋振動信號的特征提取算法研究。首先簡要介紹小波分析理論，然后研究三種特征提取算法：小波域近似熵特征提取算法、基于圖像處理的小波時頻分析特征提取算法、小波包能量譜特征提取算法，最后將三種算法應用于發(fā)動機缸蓋振動信號特征提取，得到可以用于故障模式識別的特征向量；(4)、基于粗糙集理論的故障特征約簡

3、算法研究。首先簡要介紹粗糙集理論，然后給出粗糙集理論中的連續(xù)屬性離散化方法和屬性約簡算法，最后提出發(fā)動機缸蓋振動信號故障特征的約簡算法，并計算得到根據(jù)小波包能量譜特征提取算法提取出的16個故障特征量的一個屬性約簡013{，}PEEE=；(5)、基于支持向量機的故障模式識別算法研究。首先簡要介紹支持向量機的基本概念，然后提出基于支持向量機的發(fā)動機失火故障智能診斷算法，并通過實驗數(shù)據(jù)驗證該算法的正確性和有效性；(6)、介紹發(fā)動機狀態(tài)監(jiān)測與故