基于加窗和卷积神经网络的柴油机拉缸故障诊断

• 作者: 姚晓山 张永祥 王宇
• 来源期刊: 车用发动机
• 学科: 工学
• 关键词: 柴油机 拉缸 神经网络 窗函数 故障诊断
• 年，卷（期）: 2019,（6）
• 页码范围: 84-89
• 页数: 6页
• 分类号: TK428
• 字数: 6114字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2222.2019.06.014

摘要

柴油机发生拉缸故障时,其振动信号较为复杂,而且伴有较强的背景噪声.为实现柴油机拉缸故障诊断,提出了基于加窗和卷积神经网络(Convolution Neural Network,CNN)的方法,实现了端到端的故障模式识别.首先将已产生拉缸故障的活塞缸套装入6-135柴油机,进行拉缸故障试验,测取典型工况下机体表面的加速度信号;然后根据柴油机的结构和配气相位分布,分析确定加速度信号的加窗位置并进行加窗处理,得到加窗后信号样本,分为训练集和测试集;再将训练集输入到CNN中不断学习,更新模型参数;最后将训练好的CNN模型应用于测试集,输出故障识别结果.结果表明:基于加窗和CNN的方法可以有效地实现柴油机拉缸故障的诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永祥	海军工程大学动力工程学院	130	1003	17.0	25.0
2	王宇	海军工程大学动力工程学院	8	6	2.0	2.0
3	姚晓山	空军预警学院军械技术系	5	15	1.0	3.0