全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 多尺度特征组合优化的航空液压管路故障诊断
- 作者： 薛政坤 汪曦 于晓光 王宠 刘思远 张景博 来源： 机床与液压 年份： 2022 文献类型 ： 期刊 关键词： 变分模态分解 故障诊断 航空液压管路 优化多尺度散布熵
- 描述： 为根据管路振动信号准确识别故障类型，提出一种多尺度特征组合优化的航空液压管路故障诊断方法。利用能量比值法确定变分模态分解参数，实现管路振动信号的优化分解，选取最佳模态分量信号进行重构，重构后的信号作为分析信号。选择重构信号的优化多尺度散布熵作为特征指标，构建具有代表性的特征向量集并输入到利用麻雀搜索算法优化的极限学习机网络进行训练，以实现航空液压管路的故障诊断。结果表明：利用所提方法能够准确识别航空液压管路故障类型，为区分航空液压管路故障提供了一种可行的思路。
- 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 来源： 机床与液压 年份： 2021 文献类型 ： 期刊 关键词： 液压管路卡箍 卷积神经网络 故障诊断 优化变分模态分解
- 描述： 针对航空发动机液压卡箍-管路系统具有高度复杂性,导致卡箍振动信号存在非线性、非平稳性,从而难以提取出卡箍故障状态有效信息的问题,提出一种基于优化变分模态分解(VMD)与卷积神经网络(CNN)的卡箍智能故障诊断方法。基于优化的VMD将液压管路系统-卡箍振动信号分解成一系列固有模态函数;将含有卡箍故障信号明显的IMF输入到卷积神经网络训练模型,采用CNN进行自主特征学习和模式识别。并将该方法应用于实例中,结果表明:该方法不仅能有效地对信号进行分解,同时对不同类型的卡箍故障可达到精准识别和故障诊断。