摘要
由于往复式压缩机的故障诊断需要复杂而耗时的特征提取过程,并且对超参数优化存在局限性,提出了一种基于深度学习和贝叶斯优化的压缩机故障诊断方法.首先通过时域计算短窗口的预处理方法降低模型复杂性,并且不损失时间相关信息.然后从压缩机振动信号的时间序列表示中迭代训练长短期记忆模型,在每次迭代中限定搜索空间,并利用贝叶斯优化方法对超参数进行优化.通过实验结果显示提出模型的故障识别率达到93％,与其他方法的对比结果证明该方法在性能上有了显著的提高.
基金项目
2018年度河南省重点研发与推广专项(182102310793)
NETL
NSTL
维普
万方数据