多工况下航空发动机的故障模式分类 |
| |
引用本文: | 韩光洁,田晨,缑林峰,邵冬,罗斌,徐甜甜,林川.多工况下航空发动机的故障模式分类[J].小型微型计算机系统,2022(8):1776-1781. |
| |
作者姓名: | 韩光洁 田晨 缑林峰 邵冬 罗斌 徐甜甜 林川 |
| |
作者单位: | 1. 大连理工大学软件学院;2. 西北工业大学动力与能源学院;3. 中国航空发动机研究院;4. 东北大学软件学院 |
| |
摘 要: | 航空发动机在多个操作条件下具有不同的故障模式.针对现有航空发动机数据集的故障模式和数据特点,本文在多工况下提出了一种基于一维卷积神经网络的航空发动机故障模式分类方法.该方法无需其他特征提取算法,可直接用于原始数据.首先通过一维卷积神经网络从原始数据中提取局部特征.然后全连接层通过学习这些特征表示来分类故障类别.最后,将其他分类模型与本文模型进行对比.实验结果表明,一维卷积神经网络具有较好的分类精度,降低了网络模型的训练时间,对提高航空发动机运行可靠性有一定的实用价值.
|
关 键 词: | 航空发动机 故障模式 一维卷积神经网络 分类 |
|
|