首页|基于位移信息多尺度特征提取的航空发动机轴承智能故障诊断方法研究

基于位移信息多尺度特征提取的航空发动机轴承智能故障诊断方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
中介轴承在航空发动机中工作环境恶劣,振动信息传递路径复杂,导致基于信号处理的方法难以准确地诊断出故障,故障特征提取困难.本文提出了一种新颖的基于转子位移信息多尺度特征提取的航空发动机轴承智能故障诊断方法.首先采用多尺度卷积神经网络(MCNN)提取航空发动机低压转子振动位移信息的高维特征,然后对多尺度高维特征进行融合,采用长短期记忆(LSTM)网络模型进行分类,实现轴承故障诊断,最后将故障诊断方法基于航空发动机轴承数据集进行测试,验证了方法的有效性.
Research on Intelligent Fault Diagnosis Method for Aero-Engine Bearing Based on Multi-scale Feature Extraction of Displacement Information

displacement informationinter bearingsmulti-scale convolutional neural networklong short-term memory networksfault diagnosis

姜波舟、张搏文、梁亚刚、程宝安

展开 >

中国人民解放军93170部队

国营四达机械制造公司

位移信息 中介轴承 多尺度卷积神经网络 长短期记忆网络 故障诊断

2024

航空维修与工程
航空工业信息中心

航空维修与工程

影响因子：0.143
ISSN：1672-0989
年,卷(期)：2024.(8)
  • 7