基于流形学习的柴油机振动故障诊断方法研究

船舶柴油机是一个复杂程度较高的系统,其复杂性的构造和工作原理增加了其产生故障症状的复杂性和故障诊断工作的困难性。一般情况下,船舶柴油机故障原因和故障预兆间呈现出一种错综复杂的非线性关系,且在各个参数间也存在较强的非线性和耦合性,所以,诊断船舶柴油机故障,往往是顺应船舶柴油的这一复杂性结构要求而采用非线性手段对其进行相应的故障诊断和状态监测。流形学习法就是这样一种方法。随着流形学习算法被广泛应用于机械故障诊断领域,其已成为我国模式识别研究领域中的一个热点问题。但目前,流形学习在柴油机故障诊断过程中的应用还存在一定缺陷。本文基于流形学习的基本理论原理进行探讨,并着重对流形学习法在船舶柴油机振动故障诊断方面的应用进行归纳和总结。