论文部分内容阅读
针对发动机气门故障信号的非平稳性、非线性等特点，提出一种基于经验模态分解（EMD）和c均值模糊聚类相结合的诊断方法。运用EMD方法提取故障信号的能量特征指标，利用c均值模糊聚类方法对此特征进行聚类。通过与小波包分解提取频带能量指标的特征提取方法相对比，结果表明运用EMD方法的模糊聚类方法能更有效地识别故障类型，非常适用于故障样本较少的发动机故障诊断。对新待测样本的识别结果验证了该方法在发动机故障诊断中的有效性。