第４５卷第９期２０２３年９月系统工程与电子技术ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＶｏｌ．４５Ｎｏ．９Ｓｅｐｔｅｍｂｅｒ２０２３文章编号：１００１５０６Ｘ（２０２３）０９２９８６１３网址：ｗｗｗ．ｓｙｓｅｌｅ．ｃｏｍ收稿日期：２０２２１１１４；修回日期：２０２３０３０８；网络优先出版日期：２０２３０４１９。网络优先出版地址：ｈｔｔｐ：∥ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．２４２２．ＴＮ．２０２３０４１９．１２５６．００６．ｈｔｍｌ基金项目：国家自然科学基金面上项目（７１８７１２２０）资助课题通讯作者．引用格式：刘子昌，白永生，李思雨，等．基于小波时频图与ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ的柴油机故障诊断方法［Ｊ］．系统工程与电子技术，２０２３，４５（９）：２９８６２９９８．犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋：ＬＩＵＺＣ，ＢＡＩＹＳ，ＬＩＳＹ，ｅｔａｌ．ＤｉｅｓｅｌｅｎｇｉｎｅｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎｗａｖｅｌｅｔｔｉｍｅｆｒｅｑｕｅｎｃｙｄｉａｇｒａｍａｎｄＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２３，４５（９）：２９８６２９９８．基于小波时频图与犛狑犻狀犜狉犪狀狊犳狅狉犿犲狉的柴油机故障诊断方法刘子昌１，２，白永生１，李思雨１，贾希胜１，（１．陆军工程大学石家庄校区，河北石家庄０５０００３；２．河北省机械装备状态监测与评估重点实验室，河北石家庄０５０００３）摘要：针对用传统的故障诊断方法难以对非线性非平稳的柴油机故障信号进行准确高效诊断的问题，提出基于小波时频图与ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ的柴油机故障诊断方法。该方法可以有效结合小波时频分析在处理非线性非平稳信号方面的优势和ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ强大的图像分类能力，通过连续小波变换将原始信号表示为小波时频图，将小波时频图作为特征图输入到ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ进行训练，实现柴油机故障状态识别。实验结果表明，与对比方法相比，所提方法具有较好的故障识别精度及稳定性，在公开数据集和实验室实测数据中的整体故障诊断准确率分别达到１００％和９８．８８％，...
