公开(公告)号：CN118364332A

公开(公告)日：2024-07-19

申请号：CN202410400457.5

申请日：2024-04-03

Applicant: 哈尔滨工程大学

Inventor： 刘学广 ,  韩璐璐 ,  李普生

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/045 ,  G06N3/084 ,  G01M13/003 ,  G06F123/02

Abstract: 基于振动信号的柴油机进排气阀故障诊断方法，涉及柴油机故障诊断技术领域。为解决现有技术中，现有的柴油机故障诊断模型，初始参数的设定具有一定的随机性，需依靠经验，对分类效果有一定的影响的技术问题，本发明提供的技术方案为：柴油机进排气阀故障诊断模型构建方法，包括：采集预设柴油机缸盖振动信号；优化VMD的分解层数和惩罚因子；将优化结果代入VMD算法中，对预设柴油机缸盖振动信号进行分解，得到多个IMF分量；根据分解得到的多个IMF分量，得到特征向量；基于BP神经网络，通过预设标准确定隐含层个数；优化BP神经网络的权阈值；将特征向量输入优化后的BP神经网络进行训练，构建故障诊断模型。可以应用于柴油机进排气阀的故障诊断工作中。

公开(公告)号：CN118312721A

公开(公告)日：2024-07-09

申请号：CN202410423819.2

申请日：2024-04-10

Applicant: 哈尔滨工程大学

Inventor： 刘学广 ,  荆宇睿 ,  杨子佳 ,  余涛 ,  韩璐璐

IPC: G06F18/10 ,  G06F18/22 ,  G06N3/126 ,  G06N3/006 ,  G06F18/2131

Abstract: 本发明涉及信号处理领域，公开了一种基于综合评价指标体系下的改进粒子群算法优选小波阈值去噪参数方法。该方法包括以下步骤：获取噪声信号，根据预设的去噪参数组合进行小波阈值去噪。建立并计算不同参数数据集对应的综合评价指标数据集；以综合评价指标最小为目标找到最佳的分解层数和小波基函数。再将综合评价指标融合入粒子群算法中进行阈值寻优，得到最优的小波阈值参数。最后可得到最优的小波去噪参数方案，根据该方案来指导小波去噪。本发明通过构建综合评价指标并结合改进粒子群算法，解决了小波去噪参数中最重要的小波基函数、分解层数和小波阈值优选问题，得到一套完整的最佳小波阈值参数的选取方案，以达到更佳的小波去噪效果。