[发明专利]一种基于振动分析的柴油机故障诊断方法

权利要求书

1.一种基于振动分析的柴油机故障诊断方法，其特征在于，包括如下步骤：

(1)利用振动加速度传感器采集柴油机正常条件和故障条件下的振动信号；

(2)利用改进固有时间尺度分解对采集到的振动信号x(t)进行分解，生成若干个固有时间尺度分量PR_m(t)和残差信号u_n(t)，

x(t)=Σm=1nPRm(t)+un(t);]]>

(3)计算各固有时间尺度分量的能量，按能量大小对各分量进行排序，选取累积能量大于原信号能量95％的前N个分量作为主要分量；

(4)计算各主要分量的峭度和波形因子作为故障特征；

(5)利用基于概率性输出的纠错编码方法构造多分类相关向量机模型进行故障诊断。

2.根据权利要求1所述的一种基于振动分析的柴油机故障诊断方法，其特征在于，步骤(2)中所述的改进固有时间尺度分解，是采用支持向量回归机解决算法的端点效应问题。

3.根据权利要求1所述的一种基于振动分析的柴油机故障诊断方法，其特征在于，步骤(2)中所述的改进固有时间尺度分解，是采用三次分段埃尔米特插值代替原固有时间尺度分解算法中的线性插值对基线信号进行拟合。

4.根据权利要求1所述的一种基于振动分析的柴油机故障诊断方法，其特征在于，步骤(5)中所述的利用基于概率性输出的纠错编码方法构造多分类相关向量机模型进行故障诊断，包括以下步骤：

1)对于给定的k分类问题，利用一对一方法建立纠错编码矩阵M_k×m，其中m＝k×(k-1)/2代表二分类器个数，矩阵的每一行为一个类别的编码；

2)根据纠错编码矩阵M_k×m的每一列建立二分类相关向量机模型，并利用相应的故障特征对其进行训练；

3)将未知样本输入各二分类相关向量机模型，得到概率性输出向量P(x)＝(p₁(x),p₂(x),…,p_m(x))；

4)计算概率性输出向量P(x)与纠错编码矩阵每一个行向量M_i的海明距离，其中i＝1,2,…,k，选择海明距离值最大的行向量所对应的类别作为未知样本的类别。

5.根据权利要求2所述的一种基于振动分析的柴油机故障诊断方法，其特征在于，利用支持向量回归机对原数据进行延拓保证信号两端各多出一个极值点，利用极值点拟合基线信号并抛弃信号两端延拓出的新数据。