期刊专题

10.3969/j.issn.2095-2163.2023.08.019

基于深度卷积神经网络的汽轮机转子故障诊断

引用
振动是造成汽轮机发电机组非计划停机的机侧典型故障之一,严重时,还会导致设备和人身事故.因此,在机组实际运行中,对汽轮机振动故障原因快速、准确判定十分必要.本文针对汽轮机转子动静碰摩、质量不平衡、转子不对中三种典型振动故障原因,提出一种基于深度卷积神经网络的汽轮机转子振动故障诊断方法.该方法基于故障样本时域图像,经快速傅里叶变换获取其频域特征图像,设计故障诊断网络,并在网络中加入Dropout层,防止神经网络过拟合.同时,通过数据增强,对故障模式分类实现了快速准确的诊断分类.与文献案例对比结果表明:基于深度卷积神经网络的汽轮机转子故障诊断方法是准确和可靠的.该方法诊断结果简单直观,可应用于工程实际.

卷积神经网络、快速傅里叶变换、数据增强、故障诊断

13

TP183(自动化基础理论)

贵州省科技支撑计划资助项目;贵州西能电力建设有限公司科技创新项目

2023-10-18(万方平台首次上网日期,不代表论文的发表时间)

共5页

120-124

暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

13

2023,13(8)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn