Noise and Vibration Control ›› 2024, Vol. 44 ›› Issue (6): 172-178.

Previous Articles     Next Articles

Fault Feature Extraction for Marine Diesel Engines Based on VMD-RCMFE

  

  • Received:2023-05-05 Revised:2023-07-27 Online:2024-12-18 Published:2024-12-18

基于VMD-RCMFE的船用柴油机故障特征提取方法

王家兴1, 2,向阳1, 2,陈天佑1, 2   

  1. ( 1. 武汉理工大学船海与能源动力工程学院,武汉430063;
    2. 武汉理工大学高性能船舶技术教育部重点实验室,武汉430063 )

摘要: 柴油机作为船舶的核心动力来源,一旦发生故障将严重影响船舶安全,为保证船舶及船员安全,需要对船舶柴油机进行故障诊断研究。本文以WP6 型船用6 缸柴油机为研究对象,对失火、进气滤器堵塞、进气门间隙过大及排气门间隙过大多种故障进行研究。针对船舶柴油机缸盖振动信号的非线性和非平稳特性,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、精细化复合多尺度模糊熵(Refined Composite Multiscale Fuzzy Entropy,RCMFE)、支持向量机(Support Vector Machines,SVM)的柴油机故障诊断方法。该方法首先利用VMD方法对缸盖振动信号进行降噪处理,然后利用RCMFE方法提取柴油机缸盖振动信号中隐含的故障特征,最后采用SVM模型进行诊断,诊断精度高达99.2 %。

关键词: 故障诊断, 船舶柴油机, 缸盖振动, 变分模态分解, 精细化复合多尺度模糊熵