首页|基于EEMD-CNN的泥浆泵故障诊断方法

基于EEMD-CNN的泥浆泵故障诊断方法

扫码查看
原文链接
  • 万方数据
  • 维普
采用信号处理方法较难提取到清晰、有效的泥浆泵故障特征,传统机器学习方法需要用其他信号处理方法提取原始信号故障特征,不能充分挖掘深层隐层特征.提出基于EEMD-CNN的泥浆泵故障诊断方法提取泥浆泵故障特征,首先对采集的 3 种状态泥浆泵振动信号进行EEMD分解之后进行重构,去除与故障特征无关的噪声以及其他信息,通过短时傅里叶变换将一维时域信号转变为二维时频图,并输入CNN网络中进行模式识别.经实验验证,该方法针对 3 种状态下的泥浆泵故障诊断准确率达到 97%,极大提高了故障诊断的准确率.

成小强、王林、崔兵、黄磊

展开 >

中国石油集团西部钻探克拉玛依钻井公司,新疆克拉玛依 834009

泥浆泵 故障诊断 深度学习 集合经验模态分解 时频图 模式识别

2024

10.16621/j.cnki.issn1001-0599.2024.02.12

设备管理与维修
中国机械工程学会 北京卓众出版有限公司

设备管理与维修

影响因子：0.13
ISSN：1001-0599
年,卷(期)：2024.(3)
  • 8