基于循环频谱相干和DCNN的隔膜泵单向阀故障诊断方法研究

Diaphragm pump check valve fault diagnosis method based on cyclic spectral coherence and DCNN

冯泽仲 ¹熊新 ¹王晓东¹

扫码查看

作者信息

1. 昆明理工大学信息工程与自动化学院,昆明650500;云南省矿物管道输送工程技术研究中心,昆明650500;昆明理工大学云南省人工智能重点实验室,昆明650500
折叠

摘要

针对传统的机器学习方法过分依赖特征提取的质量,而深度学习在强干扰条件下其故障辨识率不佳的问题,提出了一种基于循环频谱相干(CSCoh)和深度卷积神经网络(DCNN)的故障诊断方法,并将其应用于实际工况环境下的隔膜泵单向阀故障诊断当中.对振动信号进行循环平稳特性分析,利用快速循环相关谱计算方法将原始振动信号生成二维CSCoh图;将生成的CSCoh图作为输入从而降低深度诊断模型中特征学习的难度,通过构建DCNN模型,并引入批量归一化和Dropout技术来提升模型的收敛速度和泛化能力;利用所提模型对故障进行分类识别,进而实现单向阀的故障诊断.结果表明,该方法可以准确地识别单向阀的故障类型,并具有较好的泛化性能.

关键词

循环频谱相干(CSCoh)/深度卷积神经网络(DCNN)/隔膜泵单向阀/故障诊断

引用本文复制引用

基金项目

出版年

2021

振动与冲击

中国振动工程学会上海交通大学上海市振动工程学会

振动与冲击

CSTPCDCSCD北大核心

影响因子：0.898

ISSN：1000-3835

被引量4

参考文献量5

段落导航