HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于EMD和神经网络的气阀机构故障诊断研究

作者:林瑞霖 周平柴油机振动信号经验模态分解神经网络故障诊断

摘要:运用经验模态分解(EMD)对柴油机缸盖振动信号进行分析,求得各内禀模态函数(IMF)的能量百分比;将能量百分比作为神经网络的输入进行网络训练和故障识别,实现了气阀机构的故障诊断,取得了较好的效果。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

海军工程大学学报

《海军工程大学学报》(CN:42-1106/E)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《海军工程大学学报》主要发行范围:本校各单位、学报各编委,军内外有关的研究机构、各大公共图书馆、院校图书馆、学报编辑部等有关单位,论文作者,以及报送学报的主管领导机关和相关的业务部门。

杂志详情