基于VMD和LSTM模型的航空液压管路卡箍故障诊断
日期:2022.12.30 点击数:6
【类型】期刊
【刊名】液压与气动
【关键词】 液压管路卡箍,故障诊断,LSTM神经网络,VMD
【摘要】航空发动机液压管路-卡箍系统中卡箍振动信号具有非线性和非平稳性的特点,难以从卡箍故障信号中准确识别出其故障类型。针对该问题,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)-长短时记忆(Long Short-Term Memory, LSTM)神经网络模型的智能故障诊断方法。首先,利用遗传算法对VMD的模态分量k值和惩罚因子α进行参数优化;然后,将优化后的VMD对卡箍故障振动信号进行分解处理;最后,将分解后的模态分量输入LSTM网络中进行特征学习,从而实现卡箍故障的识别。实验表明:该方法实现了对卡箍螺栓松动状态、根部断裂状态、衬垫磨损等3种典型故障的精准识别,故障总体识别准确率能够达到98.5%以上,有效地提高了航空液压管路卡箍故障识别的准确率。
【年份】2022
【作者单位】辽宁科技大学机械工程与自动化学院;东北大学机械工程与自动化学院;
【期号】08
【页码】26-33
相关文章
- 1、基于优化CNN的航空液压管路卡箍故障诊断 作者:窦金鑫,薛政坤,于晓光,范玉鑫,刘忠鑫,杨同光, 年份:2021
- 2、航空发动机虚拟自学习控制方法研究 作者:董建华,朱建铭,黎瀚涛,刘文烁,唐炜, 年份:2023
- 3、航空网络延误预测及延误消解特性研究 作者:张渤 年份:2021
- 4、基于多尺度融合预测模型的航空发动机剩余寿命预测 作者:刘纳川,郭建胜,张晓丰,余稼洋,解涛, 年份:2023
- 5、航空电子设备故障诊断技术研究 作者:朱大奇 年份:2016
- 6、航空发动机故障诊断 作者:邓明,金业壮 年份:2012