基于曲轴角加速度的柴油机故障诊断研究的中期报告本项目旨在开发一种基于曲轴角加速度的柴油机故障诊断方法。本中期报告总结了我们目前的研究进展，包括以下几个方面：1.数据采集和预处理我们使用带有加速度传感器的柴油机进行实验，记录了不同运行条件下的曲轴角加速度数据。我们对数据进行了预处理，包括滤波、降采样和裁剪，以减少噪声和计算负担。2.特征提取和选择通过对曲轴角加速度信号进行小波变换和时频分析，我们提取了多个特征，包括时域、频域和小波域特征。我们使用主成分分析法对特征进行选择，以降低维数和消除冗余信息。3.模型设计和训练我们采用支持向量机（SVM）构建分类模型。我们首先确定了SVM的参数，然后使用交叉验证法对模型的性能进行评估。我们还对不同特征组合和SVM核函数进行实验，以寻找最佳模型。4.结果与分析我们的实验结果表明，基于曲轴角加速度的方法能够有效地诊断柴油机的故障。我们的SVM模型在测试集上的准确率高达90％以上，对不同类型的故障都有较好的辨识能力。我们还比较了不同特征组合和SVM核函数的效果，发现小波域特征和径向基核函数的组合效果最好。未来工作将着重于推进算法的优化和实际工程应用。例如，我们将进一步优化特征选择算法，探索其他分类模型，以及将方法应用于实际的柴油机故障诊断案例中。