改进沙猫群优化算法优化堆叠降噪自动编码器的发动机故障诊断

作     者：蒋开正 吕丽平 JIANG Kaizheng;LYU Liping

作者机构：四川职业技术学院汽车技术学院四川遂宁629000 郑州升达经贸管理学院信息工程学院河南郑州451191 

出 版 物：《机械设计》 (Journal of Machine Design)

年 卷 期：2023年第40卷第8期

页      面：56-62页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金面上项目(61272527) 四川省教育厅科技项目(18ZB0531,18ZB0533) 河南省科技厅自然科学项目(152102210261) 

主　　题：堆叠降噪自动编码器 沙猫群优化算法 柯西变异 高斯变异 发动机 故障诊断 

摘      要：车辆发动机振动信号受到噪声干扰,影响故障诊断精度,而堆叠降噪自动编码器(SDAE)可以有效抑制噪声干扰,但SDAE模型超参数对诊断性能影响较大,不合理的模型超参数容易引起SDAE诊断性能不佳。因此,文中采用一种新型沙猫群优化算法(SCSO)对SDAE参数进行优化选取。考虑到沙猫群优化算法(SCSO)中沙猫群种群缺乏变异机制的缺陷,在其探索阶段和开发阶段分别引入柯西变异机制和高斯变异机制,得到了改进沙猫群优化算法(ISCSO),并提出了SCSO优化SDAE的发动机故障诊断方法。发动机故障诊断实例结果表明:与其余5种方法相比,所提方法的平均诊断精度提高了1.47%~6.5%,平均耗时缩短了5.29~19.44 s。