机床与液压

作者：崔芷宁，于晓光，孙杰，于喜金，冉子晴，张小龙

单位：辽宁科技大学机械工程与自动化学院；辽宁科技大学机械工程与自动化学院；辽宁科技大学机械工程与自动化学院；辽宁科技大学机械工程与自动化学院；辽宁科技大学机械工程与自动化学院；辽宁科技大学机械工程与自动化学院

关键词：航空液压管路;深度残差网络;自适应白噪声完备总体经验模态分解;早期故障预测

基金：国家自然科学基金面上项目（51775257）

航空液压管路是飞机液压系统的重要组成部分，为了对其早期故障进行准确识别及预测，针对航空液压管路中早期微弱故障振动信号进行研究，利用自适应白噪声完备总体经验模态分解方法将信号分解为多个分量，搭建ResNet网络结构，并将获得的分量输入到深度残差网络（ResNet）进行训练测试。实验结果表明：CEEMDAN-ResNet模型故障识别率可达99.78%，故障预测训练迭代到1 200次时，准确率将会达到99.5%左右并持续稳定，验证了所建立的CEEMDAN-ResNet模型对航空液压管路早期故障识别与预测的准确性、可行性。

来源：2023年第1期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第1期