基于PCA-PNN的柴油机故障识别方法研究

摘要

利用Matlab/Simulink搭建柴油机仿真模型对柴油机的热工故障进行仿真预测,获得柴油机热工故障参数,使用主成分分析法(PCA)计算柴油机热工故障参数的综合统计量,通过综合统计量的偏移程度检测柴油机是否发生故障,结果表明:PCA可以准确地检测出柴油机是否发生故障.并使用主成分分析法对柴油机热工故障参数进行分析计算,选取能够反映原始数据97.26％ 信息的三个主成分作为概率神经网络(PN N)的输入,将柴油机的故障模式作为输出,构建一个四层的概率神经网络预测模型,结果表明:PCA-PNN模型能够很好地对柴油机的故障模式做出诊断.