机械工程学报

作者：王志颖, 李天福, 许文纲, 孙闯, 张军辉, 徐兵, 严如强

单位：1. 西安交通大学机械工程学院 西安 710049;2. 洛桑联邦理工大学智能运维与运营系统实验室 洛桑 1015 瑞士;3. 浙江大学流体动力与机电系统国家重点实验室 杭州 310027

关键词：轴向柱塞泵,故障诊断,变分自编码器,注意力机制,软阈值降噪；

基金：国家自然科学基金重点资助项目(51835009)

轴向柱塞泵作为液压系统的供能元件,其故障诊断研究具有重要意义。现有故障诊断方法大多依赖人工经验,提取故障特征需要大量专家知识,且对数据和噪声的鲁棒性较差。针对轴向柱塞泵服役环境复杂、监测信号易受噪声干扰的问题,提出端到端的降噪混合注意力变分自编码器方法,直接提取淹没在噪声中的故障特征,从而实现噪声环境下轴向柱塞泵故障诊断。该方法利用卷积变分自编码器从柱塞泵压力信号和振动信号中提取故障特征,通过引入混合注意力机制,实现编码器隐层特征的加权融合,以增强故障特征并削弱噪声影响;进一步使用自适应软阈值降噪方法,降低噪声干扰,完成强噪声环境下轴向柱塞泵故障诊断。通过轴向柱塞泵故障模拟试验和噪声鲁棒性试验对所提出方法的有效性进行验证,结果表明该方法在5dB噪声下的诊断准确率高达99.32%,在-5d B的强噪声影响下仍能保持69.72%的准确率,优于常用的故障诊断方法。

来源：2024年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第4期