轴向活塞拖鞋磨损故障诊断方法基于对称点图案和多通道密集连接的卷积网络
Huijiang An1, Honghan He1, Shihao Ma1
1School of Mechanical Engineering, Yanshan University, Qinhuangdao 066004, China.
Sensors (Basel, Switzerland)
|December 31, 2025
概括
对轴向活塞拖鞋磨损的准确故障诊断至关重要. 这项研究引入了一种使用对称点模式 (SDP) 和DenseNet的新方法,以提高可靠性和新的诊断见解.
科学领域:
- 机械工程 机械工程
- 信号处理 信号处理
- 人工智能的人工智能
背景情况:
- 轴活塞的故障诊断对于液压系统的可靠性至关重要.
- 拖鞋的磨损由于微妙的故障变化而带来了诊断挑战.
- 提高诊断准确度提高了操作可靠性,并为类似的旋转机械问题提供了洞察力.
研究的目的:
- 为轴向活塞拖鞋磨损提出一种有效的故障诊断方法.
- 为了提高诊断不同形式和程度的拖鞋磨损的准确性和可靠性.
- 为旋转机器中故障诊断提供一种新的方法.
主要方法:
- 对称点图案 (SDP) 转换将振动信号转换为图像,将三轴数据合并.
- 多通道密集连接的卷积网络 (DenseNet) 用于特征提取.
- 开始模块的改进,包括CBAM和DropBlock,以提高性能.
主要成果:
- 与传统的卷积神经网络相比,提出的SDP和DenseNet方法实现了更高的诊断指数.
- 该方法在融合三轴振动信号和丰富信号特征方面表现出有效性.
- 实验结果验证了拟议方法在拖鞋磨损故障数据集上的优越性.
结论:
- 开发的方法为诊断轴活塞中的拖鞋磨损提供了优越和有效的解决方案.
- 该方法为复杂的旋转机械中故障诊断提供了一个强大的框架.
- 这项工作有助于通过先进的故障检测技术提高液压系统的可靠性.


