Noise and Vibration Control ›› 2023, Vol. 43 ›› Issue (5): 175-180.

Previous Articles     Next Articles

Fault Diagnosis of Engines Based on SDP Image and Deep Convolutional Neural Network

  

  • Received:2022-05-17 Revised:2022-07-26 Online:2023-10-18 Published:2023-01-13

基于SDP图像和深度卷积网络的发动机故障诊断

王运生1,王黎明2

  

  1. ( 1. 山西水利职业技术学院,信息工程系,太原044000;
    2. 中北大学信息与通信工程学院,太原030051 )

摘要: 为提高发动机故障诊断精度,提出一种基于对称极坐标(Symmetrized Dot Pattern,SDP)图像和深度卷积网络(Deep Convolutional Neural Network,CNN)的发动机故障诊断新方法。该方法以SDP变换为基础,将发动机故障振动信号转换为SDP图像,而后将SDP图像作为CNN的输入,实现发动机故障的CNN自适应特征提取和诊断。进行发动机典型故障实验,并利用所提方法进行故障诊断,结果表明,根据SDP图像可以直观地对发动机典型故障进行区分且耗时较少,而根据CNN网络可以有效地对SDP图像进行识别,诊断精度达到99.14 %,相比于其他几种方法,诊断精度和计算效率均得到提升。

关键词: 故障诊断, SDP图像, 极坐标, 卷积神经网络, 发动机