基于DVMD和SSAE的柴油机混合故障诊断

作者：白雲杰; 贾希胜^*; 梁庆海

来源：振动与冲击, 2022, 41(11): 271-297.

DOI：10.13465/j.cnki.jvs.2022.11.034

• 变分模态分解
• 堆叠稀疏自编码器
• 柴油机
• 故障诊断

针对柴油机缸盖振动信号非平稳非线性的特点，提出一种基于散布熵改进的变分模态分解(DVMD)和堆叠稀疏自编码器(SSAE)相结合的柴油机混合故障诊断方法。利用散布熵确定变分模态分解的层数K,并根据散布熵转折点选取有效模态分量。分别对选取的各模态分量提取常用14个时域特征和小波包分解后的能量特征，构建混合多特征向量，输入基于堆叠稀疏自编码器和Softmax层构建的深度神经网络(DNN)中，实现了柴油机7种混合故障模式识别。与其他常见方法进行对比，结果表明该方法能够有效提取故障特征，具有较高的诊断准确率。

• 单位
  中国人民解放军陆军工程大学