基于特征相关分析的内燃机故障诊断方法

机械设备故障诊断中,特征融合技术能够在保留有效信息的同时去除冗余相关信息,有利于节省计算资源和提高诊断能力。提出一种基于相关性分析进行特征融合的内燃机故障诊断方法。首先,深度挖掘并提取原始信号的多域特征,形成多域特征集;然后,对多域特征集进行相关性分析,并对关联性高的特征组合进行择一保留;最后,利用主成分分析法(PCA)进行特征降维,并利用k近邻学习(kNN)算法进行故障诊断。内燃机气门间隙异常故障的有效诊断验证了该方法的适用性和准确性。