基于2DCNN的柴油机供油提前角异常故障诊断
以柴油机供油提前角异常故障诊断为目标,开展了某型船用柴油机故障模拟实验.在Python环境下调用数值计算模块Numpy和信号处理模块Signal,得到了振动加速度的时频图,并导入二维卷积神经网络(2DCNN)进行训练,获得了特征自适应提取的故障诊断模型.诊断结果表明,在测点设置靠近故障源的情况下,该方法能够实现较高的故障诊断率,总体诊断效果优于BPNN、SVM两种传统方法.因此,基于2DCNN的深度学习方法可以用于构建柴油机故障诊断模型.
柴油机、供油提前角、故障诊断、2DCNN、深度学习
42
TK428(内燃机)
国家自然科学基金51409254
2021-06-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
250-255