内燃机工程

作者：何鹏飞,黄国勇,阮爱国

单位：昆明理工大学 民航与航空学院,昆明 650500,昆明理工大学 民航与航空学院,昆明 650500,中国广核新能源投资有限公司云南分公司,昆明 650200

关键词：压燃式活塞发动机,故障诊断,连续小波变换,元学习,

基金：南通常测机电设备有限公司科技项目（KKF0202165365）

针对压燃式活塞发动机缸盖表面振动信号样本少及传统故障诊断方法特征提取和选择困难的问题，提出了一种基于连续小波变换（continuous wavelet transform， CWT）和模型无关元学习（model agnostic meta learning， MAML）的压燃式活塞发动机气门间隙异常故障诊断方法。通过将CWT的特征提取能力和MAML的快速学习能力相结合搭建故障诊断模型。试验结果表明该方法能有效识别气门间隙故障，并且其准确率高于传统基于CWT和卷积神经网络（convolutional neural network， CNN）的故障诊断方法。通过跨域故障对比试验，研究了不同气门故障类型对模型诊断能力的影响，验证了该方法在解决小样本和跨域故障问题时具有更高的准确率和泛化能力。

来源：2024年第1期

《内燃机工程》期刊编辑部

查看内燃机工程杂志2024年第1期