基于MSIF-2DCNN的航空发动机中介轴承故障诊断方法

来源：振动与冲击杂志2025年第21期北京时间：

作者：郭伟超Weichaoguo@xaut，辛晓行，杜亮，王景琪，思悦，李淑娟

单位：西安理工大学机械与精密仪器工程学院，西安710048

摘要：由于航空发动机工作环境复杂，故障数据稀缺，且单一传感器难以全面表征中介轴承状态，导致现有诊断方法准确率较低。为此，提出了一种基于多传感器信息融合(Multi-Sensor Information Fusion, MSIF)和二维卷积神经网络(2-Dimensional Convolutional Neural Networks, 2DCNN)的航空发动机中介轴承故障诊断方法。该方法将多个传感器的时域和频域特征融合为一张RGB图像，从而更加全面的表征中介轴承状态。然后，将生成的RGB图像输入2DCNN模型完成故障诊断。在真实航空发动机试验台的轴承故障数据上的测试中,当训练集与测试集比例为1:9的小样本条件时，部分传感器组合的诊断准确率即可达99.00%；比例为7：3时所有传感器组合的准确率均达100%。此外，所提方法的诊断准确率，与基础研究相比，至少提高了13%；且超越了进行对比的5种先进方法。结果表明，该方法不仅实现了航空发动机中介轴承故障的快速精准识别，还在小样本条件下展现出了卓越的诊断性能。<br>

关键词：航空发动机；中介轴承；多传感器信息融合；故障诊断；卷积神经网络