摘要：利用振动信号进行发动机故障诊断时,为快速、准确识别故障特征,对活塞不同工况下的振动信号进行经验模态分解(EMD),选出合适的IMF分量对其进行Hilbert变换,求出信号的Hilbert边际谱。将边际谱按频率分成几段能量区域,求出每段区域信号的能量,将能量归一化后,作为特征参数输入到BP神经网络模型中进行训练和预测识别。实验结果表明:基于HHT频带能量特征和BP神经网络的方法能够实现对活塞不同程度故障的准确识别。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社