文章标题：基于改进KNN的船舶柴油机气缸失火智能诊断研究

文章作者：刘学强^1,2, 甘佶³, 李文明⁴
关 键 字：船舶柴油机;瞬时转速;气缸失火;改进KNN
文章摘要：针对柴油机气缸失火故障诊断需求，提出一种密度-距离自适应的改进K近邻（KNN）诊断方法。以曲轴转速传感器采集的瞬时转速信号为基础，构建包含时域、频域和非线性特征的特征集。分类过程中引入自适应邻居数以匹配不同数据密度分布，同时结合类内马氏距离与“距离 - 密度”联合加权机制，有效提升特征相关性建模精度与边界判别效能。实验结果表明，该方法在多类工况下均能保持较高的诊断精度，平均准确率超过93%，性能优于传统K近邻（KNN）、支持向量机（SVM）及随机森林（RF）等主流诊断方法，在识别船舶柴油机气缸失火方面具有实时性强、结构简洁和应用前景良好的优势。