全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 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。