提出了一种基于经验模式分解(empirical mode decomposition,简称EMD)算法和变量预测模型(Variable predictive model based class discriminate,简称VPMCD)的燃油系统故障诊断方法。利用EMD分解获得信号的本征模式函数(intrinsic mode ...提出了一种基于经验模式分解(empirical mode decomposition,简称EMD)算法和变量预测模型(Variable predictive model based class discriminate,简称VPMCD)的燃油系统故障诊断方法。利用EMD分解获得信号的本征模式函数(intrinsic mode function,简称IMF),选取前5个IFM的能量作为特征向量,提取信号的特征信息。利用VPMCD模式识别方法得到各故障特征值的预测模型,并利用预测模型对待诊断样本的故障类型进行了分类和识别。分析结果表明,该方法能够准确识别出燃油系统故障。展开更多
根据PT燃油系统共轨低压信号的特点,提出一种基于VPMCD(Variable predictive model basedclass discriminate,简称VPMCD)和DS证据理论的故障诊断方法。对信号的时域和时频域指标采用VPMCD方法分别进行建模,按照预测误差最小的原则对故...根据PT燃油系统共轨低压信号的特点,提出一种基于VPMCD(Variable predictive model basedclass discriminate,简称VPMCD)和DS证据理论的故障诊断方法。对信号的时域和时频域指标采用VPMCD方法分别进行建模,按照预测误差最小的原则对故障模式进行判断。当故障的模式难以判断时,将VPM模型作为证据体,由故障训练样本中心的输出确定证据体的信任度,按预测误差的均方根计算基本概率分配,最后采用DS证据理论对各证据进行合成及决策。实践表明,VPMCD与DS证据理论的结合使用能够准确识别出PT燃油系统故障。展开更多
针对传统故障诊断训练方式受场地、时间、装备限制,损耗大,成本高的问题,以WS2400A2特装底盘为研究对象,提出将虚拟现实技术应用到训练中,在3DS Max软件建模的基础上,用Virtools和Visual Studio 2005软件平台联合开发的方式实现特装底...针对传统故障诊断训练方式受场地、时间、装备限制,损耗大,成本高的问题,以WS2400A2特装底盘为研究对象,提出将虚拟现实技术应用到训练中,在3DS Max软件建模的基础上,用Virtools和Visual Studio 2005软件平台联合开发的方式实现特装底盘的故障机理研究及故障诊断;使用户更加直观,更加投入的研究故障的发生机理、发展过程以及有可能导致的后果;实际应用表明:该方法不仅弥补了某些故障不方便在实况中模拟的缺陷,还可以减少设备损耗,使训练更加安全高效,值得推广应用。展开更多
文摘提出了一种基于经验模式分解(empirical mode decomposition,简称EMD)算法和变量预测模型(Variable predictive model based class discriminate,简称VPMCD)的燃油系统故障诊断方法。利用EMD分解获得信号的本征模式函数(intrinsic mode function,简称IMF),选取前5个IFM的能量作为特征向量,提取信号的特征信息。利用VPMCD模式识别方法得到各故障特征值的预测模型,并利用预测模型对待诊断样本的故障类型进行了分类和识别。分析结果表明,该方法能够准确识别出燃油系统故障。
文摘根据PT燃油系统共轨低压信号的特点,提出一种基于VPMCD(Variable predictive model basedclass discriminate,简称VPMCD)和DS证据理论的故障诊断方法。对信号的时域和时频域指标采用VPMCD方法分别进行建模,按照预测误差最小的原则对故障模式进行判断。当故障的模式难以判断时,将VPM模型作为证据体,由故障训练样本中心的输出确定证据体的信任度,按预测误差的均方根计算基本概率分配,最后采用DS证据理论对各证据进行合成及决策。实践表明,VPMCD与DS证据理论的结合使用能够准确识别出PT燃油系统故障。
文摘针对传统故障诊断训练方式受场地、时间、装备限制,损耗大,成本高的问题,以WS2400A2特装底盘为研究对象,提出将虚拟现实技术应用到训练中,在3DS Max软件建模的基础上,用Virtools和Visual Studio 2005软件平台联合开发的方式实现特装底盘的故障机理研究及故障诊断;使用户更加直观,更加投入的研究故障的发生机理、发展过程以及有可能导致的后果;实际应用表明:该方法不仅弥补了某些故障不方便在实况中模拟的缺陷,还可以减少设备损耗,使训练更加安全高效,值得推广应用。
