基于EMD与神经网络的内燃机气门间隙故障诊断

利用LabVIEW构建了基于EMD与神经网络的内燃机气门间隙故障诊断系统。用490BPG型发动机在转速为1200r/min、无负荷时进行了试验研究，采用经验模式分解EMD方法对气门振动信号进行分解，对分解得到的前4个固有模态函数IMF分别求其关联维数，将IMF1～IMF4的关联维数作为神经网络的输入向量，用4种工况的80组样本训练了内燃机气门故障诊断系统的网络模型。试验结果表明，20组测试样本的测试结果均与实际状况相一致，诊断准确率为100%，该系统能快速准确地识别内燃机气门间隙故障。