科研之友
微信
新浪微博
Facebook
分享链接
摘要
给水泵是电厂锅炉供水系统中十分重要的设备,其长时间运行后难免会出现故障。通过某电厂多年维修记录发现,给水泵发生故障大部分都是出现在轴承上,因此有必要对给水泵轴承进行故障诊断。近年来深度学习作为一种新兴的机器学习方法,逐渐在机械设备故障诊断领域中得到了推广与应用。由于电厂给水泵采集到的数据和测得的信号总掺杂着外部噪声,提出了一种基于堆叠降噪自编码(SDAE)的水泵轴承故障诊断。堆叠降噪自编码的原理是先通过对原始数据进行破坏,即添加"损伤噪声",然后通过基本的自编码网络进行数据还原,从而得到更具有鲁棒性的特征表示。以西储大学轴承故障数据为例,构建堆叠降噪自编码网络,识别所测得的时域信号的特征,从而对轴承故障状态进行精确识别。试验结果表明,SDAE方法可以得到更鲁棒性的特征表示,易于进行故障分类,并且轴承故障状态识别准确率较高。
- 单位
