基于多通道卷积神经网络的柴油机复合故障诊断

作     者：王银 赵建华 帅长庚 廖玉诚 WANG Yin;ZHAO Jianhua;SHUAI Changgeng;LIAO Yucheng

作者机构：海军工程大学动力工程学院武汉430033 合肥市公安局合肥230601 

出 版 物：《海军工程大学学报》 (Journal of Naval University of Engineering)

年 卷 期：2024年第36卷第4期

页      面：8-13页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 

基　　金：国家自然科学基金资助项目(51409254) 

主　　题：柴油机 复合故障 多通道卷积神经网络 短时傅里叶变换 

摘      要：针对复合故障诊断精度较低的问题,开展了柴油机多故障模拟实验,构建了基于AlexNet改进的多通道二维卷积神经网络模型,采用短时傅里叶变换将一维振动信号转换为二维时频图,导入构建的模型进行训练,实现特征自适应提取的故障诊断。将诊断结果与单通道卷积神经网络诊断结果比较发现:单通道卷积神经网络诊断只有在测点设置靠近故障源的情况下才能够获得较高的故障诊断准确率,否则诊断准确率明显降低,且复合故障诊断精度较低;多通道卷积神经网络的单故障和复合故障诊断精度均得到了提升,其中复合故障诊断精度提升了11.4%。