基于深度学习的航空发动机磨损部位识别方法

【类型】期刊

【作者】苗慧慧 曹桂松 孙智君 康玉祥 马佳丽 陈果  

【刊名】润滑与密封

【关键词】 航空发动机,一维卷积残差网络,能谱分析,深度学习,磨损

【摘要】针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多，靠人工经验难于进行磨损部位精确识别的问题，提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元，搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入，采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别；以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性，并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明，所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力，在真实的某型航空发动机能谱数据基础上，对含氧数据和噪声数据分别进行测试，进一步说明该模型用于对磨损定位识别的有效性，具备实际应用的可行性。

【年份】2023

【作者单位】中国航发上海商用航空发动机制造有限责任公司;南京航空航天大学民航学院;南京航空航天大学通用航空与飞行学院;

【期号】04

【页码】136-144