小波-分形-多ART2神经网络在汽车发动机故障识别中的应用  

Application of wavelet-fractal-multi ART2 neural network to fault recognition of automobile engine

作　　者：吴勉[1] 邵惠鹤[1] 

机构地区：[1]上海交通大学自动化研究所,上海200030

出　　处：《机械设计与制造》2002年第6期6-8,共3页Machinery Design & Manufacture

基　　金：国家重点基础研究发展规化项目(973)资助课题

摘　　要：利用小波(包)变换和分形理论对汽车发动机的非平稳振动信号进行特征提取,由自组织主成分分析作特征降维,然后用一种新的多ART2神经网络对发动机故障状态进行分类识别,获得了满意的效果。Based on wavelet packet transform and fractal theory, the features are extracted from the non-stationary vibration signals of automobile engine. A self-organizing principle component analysis is used to reduce the dimension of the feature vectors. Then a novel multi-ART2 neural network achieves the classification and recognition of the engine faults. The results prove that the method is efficient.

关 键 词：小波(包)变换 分形维数 多ART2神经网络 故障识别 汽车发动机 

分 类 号：U472.42[机械工程—车辆工程] TP18[交通运输工程—载运工具运用工程]