内燃机工程

作者：庞皓乾,张攀,王文,王彦军,邹佳华,高文志

单位：天津大学 内燃机燃烧学国家重点实验室,天津 300354,天津大学 内燃机燃烧学国家重点实验室,天津 300354,中国重汽集团青岛重工有限公司,青岛 266111,天津大学 内燃机燃烧学国家重点实验室,天津 300354,天津大学 内燃机燃烧学国家重点实验室,天津 300354,天津大学 内燃机燃烧学国家重点实验室,天津 300354

关键词：部分失火,故障诊断,振动信号,小波阈值降噪,残差神经网络,短残差块,

基金：国家自然科学基金重点项目（51636005）

针对发动机单缸部分失火故障，提出基于小波阈值降噪和残差神经网络的“降噪–残差神经网络”故障诊断方法。通过降噪与深度学习算法相结合，将小波阈值降噪后的振动信号输入到残差神经网络进行故障诊断；使用短残差块进一步防止网络的退化，并利用大卷积核增大长数据输入的卷积视野，提高信号故障特征的提取能力。测试结果证明该方法不仅实现了未参与训练的运转工况97%以上的故障诊断准确率，而且对于加入高斯噪声后的含噪声信号也能实现较高的诊断准确率。通过与其他故障诊断网络进行对比证明了该方法的优越性。

来源：2023年第3期

《内燃机工程》期刊编辑部

查看内燃机工程杂志2023年第3期