基于深度学习的航空发动机磨损部位识别方法

作者： 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源： 润滑与密封 年份： 2023 文献类型 ： 期刊 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  

描述： 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

基于深度学习的航空发动机磨损部位识别方法

作者： 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源： 润滑与密封 年份： 2023 文献类型 ： 期刊 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  

描述： 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

基于深度学习的航空发动机磨损部位识别方法

作者： 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源： 润滑与密封 年份： 2023 文献类型 ： 期刊 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  

描述： 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

基于深度学习的航空发动机磨损部位识别方法

作者： 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源： 润滑与密封 年份： 2023 文献类型 ： 期刊 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  

描述： 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

航空发动机磨损故障多目标融合诊断

作者： 马佳丽     陈果     康玉祥     王雨薇     苗慧慧     曹桂松   来源： 航空动力学报 年份： 2024 文献类型 ： 期刊 关键词： 滚动轴承   一维卷积残差网络   融合诊断   D   S证据理论   磨损故障  

描述： ，实现了航空发动机磨损部位的智能识别；最后，在定性分析部分，利用定性结果和定位结果，根据领域专家的经验，建立了基于if-then的知识规则，找出发动机磨损故障原因；利用实际油液监测数据对所提方法的有效性和可靠性进行验证，诊断精度最高可达到100%，结果充分表明了该方法的正确性、有效性。

一种航空发动机磨损故障模糊融合诊断方法

作者： 曹桂松   马佳丽   苗慧慧   王雨薇   康玉祥   陈果   来源： 润滑与密封 年份： 2022 文献类型 ： 期刊 关键词： 油液分析   航空发动机   D   融合诊断   S证据理论   磨损故障  

描述： 为提高航空发动机滚动轴承的磨损故障诊断的精度，综合利用多种油液分析方法的优点，提出一种航空发动机磨损故障的模糊融合诊断方法。首先，针对光谱分析、铁谱分析、颗粒计数分析、理化分析数据的各自特点，基于自定义隶属度函数对油液分析数据进行模糊化处理，从而得到表征光谱分析、铁谱分析、颗粒计数分析、理化分析数据的证据可信度和规则可信度，并得到综合可信度；然后利用D-S证据理论实现对多种油样分析数据的决策级融合诊断。将提出的融合诊断方法应用于航空发动机磨损故障诊断，利用某型发动机不同磨损时期的油液仿真分析数据对算法进行验证，证明了所提的方法具有很高的诊断精度和灵敏度。

一种航空发动机磨损故障模糊融合诊断方法

作者： 曹桂松   马佳丽   苗慧慧   王雨薇   康玉祥   陈果   来源： 润滑与密封 年份： 2022 文献类型 ： 期刊 关键词： 油液分析   航空发动机   D   融合诊断   S证据理论   磨损故障  

描述： 为提高航空发动机滚动轴承的磨损故障诊断的精度，综合利用多种油液分析方法的优点，提出一种航空发动机磨损故障的模糊融合诊断方法。首先，针对光谱分析、铁谱分析、颗粒计数分析、理化分析数据的各自特点，基于自定义隶属度函数对油液分析数据进行模糊化处理，从而得到表征光谱分析、铁谱分析、颗粒计数分析、理化分析数据的证据可信度和规则可信度，并得到综合可信度；然后利用D-S证据理论实现对多种油样分析数据的决策级融合诊断。将提出的融合诊断方法应用于航空发动机磨损故障诊断，利用某型发动机不同磨损时期的油液仿真分析数据对算法进行验证，证明了所提的方法具有很高的诊断精度和灵敏度。

低转速航空发动机滚动轴承故障深度异常检测方法

作者： 康玉祥     陈果     盛嘉玖     王浩     尉询楷   来源： 振动与冲击 年份： 2024 文献类型 ： 期刊 关键词： 滚动轴承   航空发动机   Transformer   深度异常检测   低转速  

描述： 结果作为网络的输入，且仅依靠正常数据完成模型的训练。最后，在带机匣的航空发动机转子试验器和某型真实的航空发动机上分别进行了试验验证。结果表明，所提方法能够准确的实现对低转速滚动轴承故障的检测，且检测精度分别为93%和100%,充分表明该方法具有很好的异常检测能力及应用价值。

基于残差网络的航空发动机滚动轴承故障多任务诊断方法

作者： 康玉祥   陈果   尉询楷   潘文平   王浩   来源： 振动与冲击 年份： 2022 文献类型 ： 期刊 关键词： 滚动轴承   故障诊断   深度学习   多任务   残差网络   损伤大小  

描述： 针对当前基于深度学习的航空发动机滚动轴承故障诊断技术诊断任务单一的问题，提出一种基于多任务残差网络的滚动轴承故障诊断方法，该方法采用残差网络为深层特征提取与共享主框架，建立能够同时进行故障诊断的多任务模型。首先，在数据预处理中，将滚动轴承的振动加速度时域信号转换为频谱图，并直接作为网络的输入；然后，应用标签平滑技术对故障类别标签做了平滑处理以提高网络的测试精度；最后，利用两组实际的滚动轴承故障数据集对所建立的多任务模型进行试验验证，将诊断任务划分为：故障状态识别(正常和异常)、故障部位识别(内圈、外圈和滚动体故障)、以及故障程度识别(损伤尺寸大小预测)。结果表明，所搭建的多任务模型在故障状态识别和部位诊断中的准确率达到97%以上。同时，在故障识别中，损伤大小预测达到了满意的精度，充分表明该方法具有很强的故障多任务诊断能力。

基于残差网络的航空发动机滚动轴承故障多任务诊断方法

作者： 康玉祥   陈果   尉询楷   潘文平   王浩   来源： 振动与冲击 年份： 2022 文献类型 ： 期刊 关键词： 滚动轴承   故障诊断   深度学习   多任务   残差网络   损伤大小  

描述： 针对当前基于深度学习的航空发动机滚动轴承故障诊断技术诊断任务单一的问题，提出一种基于多任务残差网络的滚动轴承故障诊断方法，该方法采用残差网络为深层特征提取与共享主框架，建立能够同时进行故障诊断的多任务模型。首先，在数据预处理中，将滚动轴承的振动加速度时域信号转换为频谱图，并直接作为网络的输入；然后，应用标签平滑技术对故障类别标签做了平滑处理以提高网络的测试精度；最后，利用两组实际的滚动轴承故障数据集对所建立的多任务模型进行试验验证，将诊断任务划分为：故障状态识别(正常和异常)、故障部位识别(内圈、外圈和滚动体故障)、以及故障程度识别(损伤尺寸大小预测)。结果表明，所搭建的多任务模型在故障状态识别和部位诊断中的准确率达到97%以上。同时，在故障识别中，损伤大小预测达到了满意的精度，充分表明该方法具有很强的故障多任务诊断能力。