1、隨著現(xiàn)代化工業(yè)的不斷發(fā)展，柴油機(jī)作為動力設(shè)備已被廣泛應(yīng)用到社會生產(chǎn)的各個行業(yè)，如礦山機(jī)械、交通運(yùn)輸?shù)阮I(lǐng)域，在工作系統(tǒng)中的地位日益重要。然而由于柴油機(jī)設(shè)備結(jié)構(gòu)的復(fù)雜性，零部件繁多并互相影響，加之工作環(huán)境較差且運(yùn)行工況繁雜等情況，其故障發(fā)生率較高，且故障一旦發(fā)生，所造成的影響將是難以估量的。由此，為避免不必要的損失，保證系統(tǒng)正常運(yùn)行，應(yīng)對柴油機(jī)實施狀態(tài)監(jiān)測與故障診斷以便能夠及時針對異常情況采取有效措施。
　　通過闡明與思索柴油機(jī)故障診

2、斷不同方法之間的利弊點(diǎn)和鑒于當(dāng)前的實驗條件，本文選擇利用振動信號分析法對R6105AZLD型柴油機(jī)進(jìn)行故障診斷研究，而歸納整個研究過程可主要集中于三部分：信號采集實驗、信號處理、故障識別，各部分的具體工作如下：
　?。?）信號采集實驗
　　根據(jù)柴油機(jī)結(jié)構(gòu)布置和工作原理，探究測點(diǎn)的合理安插位置以便能夠獲得包含柴油機(jī)豐富工作信息的振動信號數(shù)據(jù)；分析柴油機(jī)主要故障形式和發(fā)生率，有針對性的設(shè)置柴油機(jī)故障，以增加研究的可用性；充分滿足

3、設(shè)備信號采集時對采樣頻率的要求，以保證在信號信息完整的前提下，減小運(yùn)算的復(fù)雜度。
　　（2）信號處理
　　柴油機(jī)振動信號不僅具有非平穩(wěn)性，而且由于輸入輸出路徑復(fù)雜、振動激勵源較多，以致采集到的信號信息比較混雜。為能選擇更為適用的測點(diǎn)信號數(shù)據(jù)，同時有效提純工況信息并最大限度地減小失真度，本文在小波閾值去噪基礎(chǔ)上，以信噪比、均方根誤差和平滑度三者為評價指標(biāo)來選擇最優(yōu)測點(diǎn)以及更加適宜的去噪規(guī)則；而后，為進(jìn)一步明確不同工況的柴油機(jī)振

4、動信號特征信息，本文選擇小波包特征值提取法，同時為減小最終分類識別時的工作量，對特征值只取用相對能量較大的部分作為診斷樣本數(shù)據(jù)。
　?。?）故障識別
　　針對支持向量機(jī)能夠有效解決故障識別中小樣本分類問題而關(guān)鍵參數(shù)的選擇會直接影響到最終分類性能的好壞和基本人工蜂群算法可控參數(shù)少、原理易懂且易于實現(xiàn)但極易陷入局部最優(yōu)解、后期收斂速度慢等因素，本文最終選擇利用改進(jìn)搜索方式的人工蜂群算法對支持向量機(jī)參數(shù)優(yōu)化來進(jìn)行故障識別的研究手段