改进沙猫群优化算法优化堆叠降噪自动编码器的发动机故障诊断

作者：蒋开正; 吕丽平

来源：机械设计, 2023, 40(08): 56-62.

DOI：10.13841/j.cnki.jxsj.2023.08.027

• 堆叠降噪自动编码器
• 沙猫群优化算法
• 柯西变异
• 高斯变异
• 发动机
• 故障诊断

车辆发动机振动信号受到噪声干扰，影响故障诊断精度，而堆叠降噪自动编码器(SDAE)可以有效抑制噪声干扰，但SDAE模型超参数对诊断性能影响较大，不合理的模型超参数容易引起SDAE诊断性能不佳。因此，文中采用一种新型沙猫群优化算法(SCSO)对SDAE参数进行优化选取。考虑到沙猫群优化算法(SCSO)中沙猫群种群缺乏变异机制的缺陷，在其探索阶段和开发阶段分别引入柯西变异机制和高斯变异机制，得到了改进沙猫群优化算法(ISCSO),并提出了SCSO优化SDAE的发动机故障诊断方法。发动机故障诊断实例结果表明：与其余5种方法相比，所提方法的平均诊断精度提高了1.47%～6.5%,平均耗时缩短了5.29～19.44 s。

• 出版日期2023
• 单位郑州升达经贸管理学院; 四川职业技术学院