期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于SSWT和SE改进LSKNet的航空发动机中介轴承智能诊断研究
1
作者 郑煜 赵俊豪 +3 位作者 王凯 张弛 王英 齐加晖 《机电工程》 北大核心 2025年第11期2181-2188,共8页
针对航空发动机中介轴承振动信号在强噪声和多尺度耦合特性下故障特征提取困难的问题,提出了一种基于同步压缩小波变换(SSWT)与改进的大的可选择卷积核网络(LSKNet)的智能诊断方法。首先,采用了SSWT对振动信号进行了时频能量重分配,生... 针对航空发动机中介轴承振动信号在强噪声和多尺度耦合特性下故障特征提取困难的问题,提出了一种基于同步压缩小波变换(SSWT)与改进的大的可选择卷积核网络(LSKNet)的智能诊断方法。首先,采用了SSWT对振动信号进行了时频能量重分配,生成了高分辨率时频图像,克服了传统连续小波变换(CWT)因海森堡不确定性原理导致的时频分辨率不足和模态混叠问题;然后,设计了LSKNet主干中嵌入通道注意力模块的改进LSKNet,构建了动态“压缩-激励”(SE)机制,强化了多尺度特征交互,提升了复杂故障模式的区分能力;最后,进行了基于哈尔滨工业大学实测中介轴承数据集的实验验证,涵盖了不同转速、故障类型及故障程度的中介轴承工况,并开展了消融实验与样本对照分析;实验中,以1024点长度切片划分样本,采用Adam优化器,初始学习率为3.000×10-4,训练50轮后收敛。研究结果表明:改进模型在测试集的准确率达99.88%;消融实验进一步验证了SE模块的贡献;SSWT预处理相较CWT、S变换(ST)等方法,在训练效率和分类性能上均表现最优。该方法在强噪声环境下针对多工况轴承故障诊断具有鲁棒性,为航空发动机关键部件的智能诊断提供了有效解决方案。 展开更多
关键词 航空发动机 中介轴承 同步压缩小波变换 压缩-激励 大的可选择卷积核网络 连续小波变换 S变换
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部