基于DVMD和SSAE的柴油机混合故障诊断
Journal of Vibration and Shock（2022）
摘要
针对柴油机缸盖振动信号非平稳非线性的特点,提出一种基于散布熵改进的变分模态分解(DVMD)和堆叠稀疏自编码器(SSAE)相结合的柴油机混合故障诊断方法.利用散布熵确定变分模态分解的层数K,并根据散布熵转折点选取有效模态分量.分别对选取的各模态分量提取常用14个时域特征和小波包分解后的能量特征,构建混合多特征向量,输入基于堆叠稀疏自编码器和Softmax层构建的深度神经网络(DNN)中,实现了柴油机7种混合故障模式识别.与其他常见方法进行对比,结果表明该方法能够有效提取故障特征,具有较高的诊断准确率.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要