-
题名基于深度学习的滑油监测方法研究
被引量：9
- 1
-
-
作者
马敏
王涛
王力
-
机构
中国民航大学电子信息与自动化学院
-
出处
《推进技术》
EI
CAS
CSCD
北大核心
2020年第5期1159-1167,共9页
-
基金
国家自然科学基金委员会与中国民用航空局联合资助项目(U1733119)。
-
文摘
针对传统的数据特征提取方法难以提取航空发动机滑油监测数据有效特征的缺陷,提出了一种基于多尺度卷积神经网络(Multi-scales convolutional neural network,MSCNN)、长短期记忆(Long short-term memory,LSTM)神经网络和BP网络的单通道网络模型MSCNN-LSTM-BP。将多尺度学习融入CNN,MSCNN和LSTM以串行方式提取数据在空间维度和时间维度的二维特征。实验结果表明:3尺度的MSCNN-LSTM-BP对数据样本的分类准确率达到98.2%,单组电容数据采集测试时间仅为2.1986ms,综合分类率F1达到98.57%,总体性能优于CNN,LSTM和传统的多尺度特征提取方法。MSCNN-LSTM-BP满足航空发动机滑油监测对于实时性和准确性的要求,具有良好的适用性。
-
关键词
航空发动机
滑油监测
磨损
神经网络
数据监测
数据采集
特征提取
-
Keywords
Aeroengine
oil lubricating monitoring
Wear
Neural network
Fault detection
Data acquisition
Feature extraction
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
