科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对离心泵运行环境复杂,传感器数据时域信号表征故障能力弱,单一传感器包含状态信息量有限的问题,提出利用快速傅里叶变换(FFT)与数据层融合方法处理多传感器数据,将融合后的数据转换为二维灰度图作为优化后的CNN模型输入,实现离心泵典型故障的诊断识别。通过离心泵模拟故障实验,验证该模型的有效性,与单一传感器时域信号输入诊断作为对比。结果表明,该方法有着更高的识别准确率,对离心泵故障有着良好的诊断效果。
-
单位武汉理工大学; 机电工程学院
