公开(公告)号：CN111042917B

公开(公告)日：2022-11-11

申请号：CN201911393837.6

申请日：2019-12-30

Applicant: 哈尔滨工程大学

Inventor： 宋恩哲 ,  柯赟 ,  姚崇

IPC: F02B77/08 ,  G01M15/09

Abstract: 本发明的目的在于提供一种基于GOA‑MCKD和层次离散熵的共轨喷油器微弱故障诊断方法，首先采用压力传感器采集高压油管压力信号；然后以包络熵为适应度函数，利用GOA算法自适应的寻找MCKD最佳的参数组合。以最佳参数的MCKD滤波器对压力信号进行滤波处理；接着计算滤波后压力信号的层次离散熵，以熵值作为故障特征输入二叉树支持向量机进行训练；最后采用训练后的多分类器对测试样本进行故障识别。本发明适用于强噪声干扰的现场工业环境下的共轨喷油器故障诊断，能降低噪声干扰，增强周期冲击成分，提高共轨喷油器微弱故障诊断精度。

公开(公告)号：CN111520267A

公开(公告)日：2020-08-11

申请号：CN201911393743.9

申请日：2019-12-30

Applicant: 哈尔滨工程大学

Inventor： 宋恩哲 ,  柯赟 ,  姚崇

IPC: F02M65/00

Abstract: 本发明的目的在于提供一种基于FOA‑VMD和HDE的共轨喷油器故障诊断方法，首先采用压力传感器采集高压油管压力信号；然后利用FOA‑VMD对压力信号进行自适应分解，获得若干固有模态函数(IMF)分量；接着计算各IMF分量的层次离散熵，以各IMF熵值作为故障特征输入LSSVM多分类器中进行训练；最后采用训练后的LSSVM多分类器对测试样本进行故障诊断和模式识别，并输出故障诊断结果。本发明结合了FOA‑VMD自适应分解信号的特点以及HDE能全面准确的反映信号故障信息的优势，适用于不同的工业现场环境下的共轨喷油器故障诊断，具有故障诊断准确率高和抗干扰性强的优点。