【作者】

胡闹; 张竹; 胡磊; 杨建国; 余永华; 马炳杰

【单位】

武汉理工大学; 先进船舶发动机技术全国重点实验室

【摘要】

基于发动机气缸压力信号特征甄别的失火诊断存在特征提取繁琐、判据各机型通用性差等缺点，无法满足船舶机舱智能化与无人化的发展需求，开发快速、高效、准确与普适性强的算法模型进行诊断优势越发凸显。本文提出基于图像识别技术对多缸发动机气缸压力异常进行识别，实现发动机单缸失火故障的快速、准确失火诊断。采集某船用发动机的气缸压力信号，并处理形成规范化正常态和故障态气缸压力图片，构建气缸压力图像数据库；划分训练集和测试集，分别使用SVM、CNN和VGG-16构建气缸压力图像识别模型，并对发动机单缸失火故障的诊断性能进行比较。结果表明：所有图像识别算法均能实现专家级的快速失火诊断与定位，单缸失火诊断准确率达100%。SVM和CNN模型实现了完美的精度/召回率/F1分数（1.0），然而，VGG-16模型表现较差（F1分数：0.13）。此外，CNN 模型的大小最小，SVM 模型训练时间最短。

【关键词】

图像识别;气缸压力;失火诊断;对比分析

【论文集名称】

数字化设计与仿真技术

【会议名称】

设计与智能制造2025学术年会

【会议时间】

2025-11-7至2025-11-10

【下载次数】

0

返回