基于结合传统诊断与机器学习方法且针对往复机械气门间隙异常故障的诊断模型构建方法

摘要

基于结合传统诊断与机器学习方法且针对往复机械气门间隙异常故障的诊断模型构建方法，属于设备故障监测与诊断领域。首先，数据预处理，为每类气门状态划分样本，进行标准化处理并打标签，使其符合机器学习的模型的输入输出形式。其次，建立传统特征提取器，为每个建立样本传统特征向量，包括峰值指标、脉冲指标、裕度指标、歪度指标、峭度指标五类。最终形成、训练、保存一个传统特征提取器、自适应特征提取器、样本特征融合器和Soft‑max分类器构成的诊断模型。当一个新样本输入至保存的诊断模型后，会给出当前的气门状态。本方法分析了样本中的两类特征并加以融合，诊断效果不佳的问题。