基于多算法融合的船用空压机油液分析与磨损故障诊断  

作　　者：徐启圣 杨健 赵磊 强贵岩 

机构地区：[1]合肥大学先进制造工程学院,安徽合肥230601 [2]合肥大学能源材料与化工学院,安徽合肥230601

出　　处：《湘南学院学报》2024年第2期20-26,共7页Journal of Xiangnan University

基　　金：安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016276);合肥大学研究生创新创业项目(21YCXL10)。

摘　　要：主成分分析-三线值法-反向传播神经网络(principal component analysis-new three line value-back propagation neural network,PCA-NTLV-BPNN)多算法融合模型被用于提高故障诊断精度和准确率。具体处理过程为:采用小波包变换(wave packet transform,WPT)对油液数据进行降噪;应用PCA选择主要元素,根据这些元素数据采用NTLV建立正常、警告、危险边界线分类磨损状态;确定BPNN的期望输出分类。以船用空压机为研究对象,理论分析和实践比较结果表明,融合模型比BPNN具有更高的诊断精度与准确率,诊断效果更好。

关 键 词：故障诊断 BPNN 主成分分析PCA 船用空压机 新三线值法NTLV 

分 类 号：TH45[机械工程—机械制造及自动化]