信息熵和RBF神经网络的发动机故障诊断

摘要 针对汽车发动机气门间隙异常故障，探讨了应用小波分解后求各尺度小波系数信息熵，和RBF神经网络对发动机进行不解体故障诊断的方法。由此，对某汽油发动机进行了故障模拟试验，分别在正常工况和三种故障工况下测取了缸盖表面振动信号。对所采集信号进行Stein无偏估计消噪处理，利用小波系数信息熵提取特征向量，进行归一化处理，然后用RBF神经网络对处理后的振动信号进行分类识别。发动机气门间隙故障的诊断实例表明，在不同工况下利用小波系数信息熵提取故障特征向量、进行基于RBF神经网络的故障诊断方法现实可行，对实现发动机不解体故障诊断具有一定的应用价值