摘要
一种基于多缸相似与记忆增强的零故障样本柴油机预警与定位方法,适用于设备故障识别领域。采集柴油机各缸的振动信号,并对信号进行高通滤波并提取二阶极值包络线,根据柴油机的点火顺序在角域中对每个气缸的信号进行相位对齐,确保从原始振动信号中提取出更为清晰和可靠的特征;其次,将各缸的信号划分为多个局部信号,并构建融合波形和能量特征的多缸相似度矩阵;然后,结合记忆增强模块和自编码器模块构建神经网络模型;再其次,仅利用正常样本训练内存增强自编码器;最后,通过相似度矩阵的整体重构误差与局部重构误差,能够在无故障样本条件下实现高效的异常检测与精准定位。本发明复杂多变工况下显著提升了故障预警的可靠性与鲁棒性。
技术关键词
残差模块
相位对齐
编码器模块
信号
矩阵
记忆
样本
通道
多缸柴油机
训练算法
定位方法
Softmax函数
Sigmoid函数
训练神经网络模型
重构误差
采集柴油机
联合损失函数
输出特征
系统为您推荐了相关专利信息
状态识别方法
短时傅里叶变换
离心泵
二维卷积神经网络
融合策略
阅读提示信息
文本
音频采集装置
对象
图像采集装置