来源：期刊VIP网 时间：
作者：张冰;侯凌玉;
单位：河南交通职业技术学院航运海事系;河南理工大学资源环境学院;
摘要：发动机气门在长期的工作中不可避免地会产生间隙异常，其故障识别能力能够有效提高发动机使用寿命。引进和声搜索算法（HS）来实现对栈式自编码器（SAE）超参数优化的功能。设置SAE前三层节点丢弃比例以及隐含层节点数，确保HS-SAE模型同时具备优异故障诊断以及良好泛化性能。利用发动机测试了各工况条件下不同气门运行状态故障情况。研究结果表明：当采用SAE方法时不需要进行预处理便可以保留初始信号的参数，显著提升了诊断性能。当Dropout参数提高后，诊断准确率发生了先上升再降低的变化趋势。加入HS算法后，获得匹配性最优的超参数组合，显著提升故障诊断的效率与准确性。采用Dropout正则化与BN策略并结合HS超参数优化技术，显著提升故障诊断的综合性能。采用HS-SAE方法能够准确诊断气门间隙异常故障问题，保障发动机的运行效率。
关键词：发动机气门;;自编码器;;特征提取;;参数优化;;故障诊断
基金资助：河南省高等学校重点科研项目(18A460024)
