摘要
针对柴油机健康状态的综合评估问题,结合降噪自动编码机(DAE)深度网络与马氏距离(MD)算法,提出一种基于深度学习与距离融合的电源车柴油机健康状态量化评估方法.该方法首先通过DAE深度网络提取柴油机不同健康状态下的特征序列,建立柴油机健康状态识别模型;为进一步量化评价柴油机的健康水平,又将MD算法引入,度量DAE模型输出状态与正常状态特征序列之间的距离,并将其归一化为健康指数,给出柴油机健康状态的量化评估结果.最后,借助于120 kW电源车模型仿真系统,验证了所提方法的有效性.文中方法通过DAE的分类和MD的计算实现了电源车柴油机健康状态定性与定量评估的融合,为其开展视情预防维护提供了依据.
- 单位