车用发动机

作者：张永祥，王宇，姚晓山

单位：1.海军工程大学动力工程学院，湖北武汉430033；2.空军预警学院军械技术系，湖北武汉430021

关键词：柴油机；拉缸；神经网络；窗函数；故障诊断

柴油机发生拉缸故障时，其振动信号较为复杂，而且伴有较强的背景噪声。为实现柴油机拉缸故障诊断，提出了基于加窗和卷积神经网络（Convolution Neural Network，CNN）的方法，实现了端到端的故障模式识别。首先将已产生拉缸故障的活塞缸套装入6-135柴油机，进行拉缸故障试验，测取典型工况下机体表面的加速度信号；然后根据柴油机的结构和配气相位分布，分析确定加速度信号的加窗位置并进行加窗处理，得到加窗后信号样本，分为训练集和测试集；再将训练集输入到CNN中不断学习，更新模型参数；最后将训练好的CNN模型应用于测试集，输出故障识别结果。结果表明：基于加窗和CNN的方法可以有效地实现柴油机拉缸故障的诊断。

来源：2019年第6期

《车用发动机》期刊编辑部

查看车用发动机杂志2019年第6期