基于卷积自编码神经网络的航空发动机轴承故障诊断方法研究

来源：计算机测量与控制杂志2021年第12期北京时间：

作者：肖娜,周孟申

单位：中航西安飞机工业集团股份有限公司

摘要：航空发动机轴承早期故障多是由于裂纹、疲劳剥落和保持架损坏造成的,这类型的故障在发动机振动信号中均会产生瞬时的冲击。但是,在早期故障中,振动信号由于夹杂过多部件耦合激励,缺陷冲击信号很难辨识,早期故障诊断十分困难。采用了基于卷积自编码网络的航空发动机轴承早期冲击故障特征提取方法,通过分析信号中冲击成分的周期性,利用卷积自编码网络的平移不变学习特性,自动捕获信号中的周期成分,将信号分解为由卷积核重构的多个特征分量,实现信号特征分量的自学习,考虑到峭度指标对信号冲击成分描述的特点,使用峭度指标作为最优特征分量的选取指标,进而实现早期冲击故障特征的提取。最后利用仿真数据和轴承数据验证了该方法的有效性。

关键词：航空发动机;轴承;卷积自编码;早期故障;特征提取