基于卷积神经网络的燃气轮机故障诊断研究

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：针对燃气轮机故障信号为变速非平稳信号的特点，使用非线性调频分量分解方法对燃气轮机机匣振动信号进行时频分析，并利用卷积神经网络对燃气轮机转子进行故障诊断。首先使用非线性调频分量分解方法将信号分解成多个频率分量，得到各个频率成分的瞬时频率，并绘制时频图。将时频图经过灰度处理以及尺寸压缩等预处理后作为输入训练卷积神经网络，利用卷积神经网络强大的特征提取能力实现燃气轮机转子故障的有效诊断。实验结果表明，针对燃气轮机转子故障，该模型能够获得很好的诊断效果，测试准确率约为99％。

作者：

蒋龙陈、王红军、张顺利、左云波、陈晓

展开 >

作者单位：

北京信息科技大学机电工程学院,北京100192

北京信息科技大学高端装备制造智能感知与控制北京市国际科技合作基地,北京100192

北京信息科技大学机电系统测控北京市重点实验室,北京100192

中国航发西安航空发动机集团有限公司设计所,西安710021

展开 >

关键词：

燃气轮机非线性调频分量分解卷积神经网络故障诊断

基金：

国家自然科学基金资助项目

项目编号：

51975058

出版年：

2020

DOI：

10.16508/j.cnki.11-5866/n.2020.05.006

参考文献

引证文献

北京信息科技大学学报(自然科学版)

影响因子：0.363

ISSN：1674-6864

年,卷(期)：2020.35(5)

蒋龙陈,王红军,张顺利,等.基于卷积神经网络的燃气轮机故障诊断研究[J].北京信息科技大学学报(自然科学版),2020,35(5):25-29.DOI:10.16508/j.cnki.11-5866/n.2020.05.006.

被引量9
参考文献量10