| 同步压缩小波与极限梯度提升树融合的柴油机失火故障诊断 |
| |
| 引用本文： | 李卫星,陶建峰,覃程锦,刘成良.同步压缩小波与极限梯度提升树融合的柴油机失火故障诊断[J].西安交通大学学报,2019(2). |
| |
| 作者姓名： | 李卫星 陶建峰 覃程锦 刘成良 |
| |
| 作者单位： | 上海交通大学机械系统与振动国家重点实验室 |
| |
| 摘 要： | 针对柴油机失火故障诊断特征提取分辨率较低和分类评估容易出现过拟合的问题,提出了一种同步压缩小波变换和极限梯度提升树融合的诊断方法。在不同转速下进行柴油机失火性能试验,采集缸盖振动信号,对信号利用时域统计、同步压缩小波提取特征,再采用局部线性嵌入方法进行特征降维,最后利用极限梯度提升树进行失火评估分类。不同工况与评估方法下的对比实验结果表明,所提方法的分类准确率最高可达99.828%,相比小波包特征提取的评估方法提升至少10%。在低模型复杂度下,所提方法具有最小的模型预测均方根误差,证明了方法的鲁棒性和抑制模型过拟合的能力。
|
| 关 键 词： | 失火故障诊断 同步压缩小波变换 极限梯度提升树 局部线性嵌入 |
A Diagnostic Method for Diesel Engine Misfire Based on Integrating of Synchro-Squeezed Wavelet Transform and XGBoost |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
