基于特征提取的航空发动机滚动轴承故障诊断
日期:2023.05.30 点击数:9
【类型】期刊
【刊名】内燃机与配件
【关键词】 滚动轴承,特征提取,深度信念网络,机器学习,故障诊断,旋转机械
【摘要】航空发动机振动信号复杂,数据量大,其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域,利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于特征提取的滚动轴承故障诊断方法,通过特征提取获得更全面数据信息,再将深度信念网络模型用于信号识别,全方位反映航空发动机滚动轴承的运行状态。经实验验证,DBN模型在噪声环境下的平均准确率可达99%以上,具有较强的抗噪能力。
【年份】2023
【作者单位】航空工业西安航空计算技术研究所;
【期号】08
【页码】43-45
相关文章
- 1、基于特征提取的航空发动机滚动轴承故障诊断 作者:周卓峰,刘伟,喻鸣, 年份:2023
- 2、航空发动机信号采集处理及故障检测方法研究 作者:刘伟,周卓峰,黄新阳, 年份:2023
- 3、基于深度信念网络的航空发动机维修等级决策 作者:车畅畅,王华伟,刘伟, 年份:2018
- 4、基于PCA与DBN的航空发动机气路系统故障诊断 作者:蒋丽英,栗文龙,崔建国,于明月,林泽力, 年份:2019
- 5、SAR图像飞机检测技术研究 作者:王鑫辉 年份:2020
- 6、航空滚动轴承振动特征的故障灵敏度分析与融合技术 作者:林桐,陈果,张全德,王洪伟,陈立波, 年份:2018