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