基于1DCNN-GWO-SVM的柴油機(jī)噴油系統(tǒng)故障診斷方法研究

打開(kāi)文本圖片集

摘要： 準(zhǔn)確、有效的故障診斷是柴油機(jī)安全可靠運(yùn)行的重要保障。基于熱工參數(shù)診斷的方法存在測(cè)點(diǎn)多、專業(yè)性強(qiáng)等問(wèn)題，傳統(tǒng)機(jī)器學(xué)習(xí)結(jié)合振動(dòng)信號(hào)診斷方法存在人為影響因素過(guò)高、不確定性大等問(wèn)題，因此提出了一種基于1DCNN-GWO-SVM的柴油機(jī)噴油系統(tǒng)故障診斷方法。首先利用一維卷積神經(jīng)網(wǎng)絡(luò)（one-dimensional convolutional neural network，1DCNN）對(duì)時(shí)域下的柴油機(jī)振動(dòng)加速度信號(hào)進(jìn)行自學(xué)習(xí)特征提取，然后利用提取到的特征向量訓(xùn)練支持向量機(jī)（support vector machine，SVM）分類模型，并利用灰狼優(yōu)化算法（grey wolf optimization，GWO）對(duì)SVM的C，g等超參數(shù)進(jìn)行尋優(yōu)，以此來(lái)實(shí)現(xiàn)對(duì)柴油機(jī)的“端對(duì)端”故障診斷。（剩余11532字）