计算机应用研究

作者：刘涵,刘勤明,叶春明,汪宇杰,

单位：上海理工大学管理学院,上海200093；

关键词：深度学习,星雀优化算法,故障诊断,移动网络注意力机制,特征凝练,

基金：国家自然科学基金资助项目(71632008,71840003)；上海市2021度“科技创新行动计划”宝山转型发展科技专项项目(21SQBS01404)；上海理工大学科技发展项目(2020KJFZ038)；；

轴承是航空发动机系统的核心元件，其故障诊断非常重要。针对航空发动机轴承在极端复杂且多变工况下，基于原训练集的故障诊断模型无法直接应用于新工况诊断的挑战，进行了一种高精度智能故障诊断方法的研究。首先构建包含一维方差差异卷积神经网络与移动网络注意力机制的独立成分分析模块，对故障特征进行有效凝练；其次运用动态权重控制的星雀优化算法，对门控循环单元模块加以优化，从而实现故障状态的准确识别。算例分析结果表明，所提方法在变工况下的故障诊断准确率高达100%，且具有优越的抗噪声能力，有效解决了航空发动机轴承在变工况下的故障诊断问题。

来源：2025年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第11期