基于多通道卷积神经网络的液压系统多故障诊断

简介

针对现有研究液压系统单一故障较多而复杂多故障较少的情况,结合液压系统实际采集的数据往往具有多采样率的特点,提出一种多通道卷积神经网络模型,将不同采样频率下的传感器数据分别作为一个通道输入,利用卷积神经网络自动进行提取特征,全连接层将提取的多传感器特征信息进行融合,实现液压系统的混合多故障诊断。利用多级评价指标将提出的多通道卷积神经网络模型与传统的单通道卷积神经网络算法对比,结果表明,相较于单通道卷积神经网络不能很好地识别液压系统多故障发生时的液压泵和蓄能器故障,提出的算法模型诊断准确率达到了99%,并且具有很好的鲁棒性。