科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对船用中高速柴油机缸套-活塞环振动信号存在的非线性、非平稳性问题，利用振动信号辨识故障，综合运用集成经验模态分解（EEMD）和深度卷积神经网络（DCNN）的信号处理优势，提出一种将EEMD与DCNN相融合的缸套-活塞环故障诊断方法。通过开展正常状态、人为设置缸套过度磨损0.25 mm和0.50 mm、活塞1环断裂等4种状态的试验，基于EEMD对采集的振动信号经进行分解，得到本征模态函数（IMF），以峭度为评价指标，选取各状态下的IMF分量，输入DCNN模型中，自学习提取故障特征，经Softmax分类器识别和分类故障，实现智能化故障诊断。试验结果表明：与支持向量机（SVM）等其他诊断方法相比，该方法能更准确、有效地识别缸套-活塞环故障类别。
- 单位
