基于模型的发动机旋转机械信号处理及故障分类方法

作者：孙发; 郑家琪; 喻鸣; 刘伟

来源：内燃机与配件, 2023, (10): 65-67.

DOI：10.19475/j.cnki.issn1674-957x.2023.10.020

• 发动机
• 旋转机械
• 故障分类
• 深度学习

随着发动机旋转机械数据的指数级爆炸，传统的故障分类方法不仅成本高且效率低下，本文提出了一种全新的应用于发动机旋转机械的故障分类方法，结合旋转机械故障数据的特征与成熟的深度学习算法模型，设计出一种适合处理旋转机械振动信号的改进的门控循环单元模型——C-GRU模型。该模型通过将1D-CNN的优势与GRU的优势进行结合，利用一维卷积层对原始数据进行深层特征提取，凭借门控循环单元使得网络获得了“记忆”的功能，即使在噪声干扰下依旧能取得不俗的效果。