| 基于1DCNN与双通道信息融合的柴油发动机故障诊断 |
| |
| 引用本文： | 白雲杰,贾希胜,梁庆海,马云飞,白华军.基于1DCNN与双通道信息融合的柴油发动机故障诊断[J].车用发动机,2021(6):76-81. |
| |
| 作者姓名： | 白雲杰 贾希胜 梁庆海 马云飞 白华军 |
| |
| 作者单位： | 陆军工程大学石家庄校区装备指挥与管理系,河北石家庄 050003 |
| |
| 摘 要： | 针对传统单通道振动信号诊断方法只能采集部分信息用于局部诊断,而多通道信号融合权重确定困难、实时性差的问题,提出一种基于深度一维卷积神经网络(One-dimensional Deep Convolutional Neural Network,1DCNN)与双通道信息融合的柴油发动机故障诊断方法.通过搭建柴油发动机预置故障试验台,将传感器配置于发动机不同位置以采集发动机运行过程中的双通道故障信号,分别提取振动信号中的最大值、最小值、峰峰值、均值、整流平均值、方差、标准差、峭度等14个特征,构建特征集矩阵并利用主成分分析(Principal Component Analy-sis,PCA)进行特征融合,输入深度一维卷积神经网络,实现对发动机不同故障状态的诊断.试验结果表明,该方法可以有效识别发动机不同的故障状态,与单通道信号诊断相比,所提出的双通道信息融合方法在发动机故障诊断中具有更好的效果.
|
| 关 键 词： | 一维卷积神经网络 信息融合 柴油机 故障诊断 |
Diesel Engine Fault Diagnosis Based on One-Dimensional Convolutional Neural Network and Dual-Channel Information Fusion |
| |
| BAI Yunjie,JIA Xisheng,LIANG Qinghai,MA Yunfei,BAI Huajun.Diesel Engine Fault Diagnosis Based on One-Dimensional Convolutional Neural Network and Dual-Channel Information Fusion[J].Vehicle Engine,2021(6):76-81. |
| |
| Authors: | BAI Yunjie JIA Xisheng LIANG Qinghai MA Yunfei BAI Huajun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
