基于多尺度CNN的五缸泵液力端阀门故障诊断方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：文章针对钻井泵液力端阀门故障,提出一种智能诊断方法.根据五缸泵机械传动特性,利用角度编码器和振动传感器,对8种工况下的单冲程振动信号进行保形分段三次Hermite插值和z-score归一化处理;采用不同尺度的一维卷积神经网络(CNN)模型进行特征提取和融合,实现对五缸泵液力端吸入阀和排出阀的故障诊断.通过在HH2400泵上进行大量实验,对不同混合工况下实验数据验证分析,结果表明该方法性能优于其他方法,稳定性好,最大诊断准确率达到98.70%.

作者：

段佳鸿、张涛、黄爽

展开 >

作者单位：

四川大学机械工程学院测控系,四川成都 610065

关键词：

五缸泵阀门故障诊断 Hermite插值多尺度CNN

基金：

四川省科技计划项目中央在川高校院所重大科技成果转化

项目编号：

2022YFG00632022ZHCG0120

出版年：

2024

DOI：

10.19508/j.cnki.1672-4801.2024.03.008

机电技术

福建省机械科学研究院

机电技术

影响因子：0.206

ISSN：1672-4801

年,卷(期)：2024.(3)