科研之友
微信
新浪微博
Facebook
分享链接
摘要
为精细化表征风机基础螺栓松动状态特征，实现对风机基础螺栓松动的智能检测，提出多尺度一维卷积神经网络的风机基础螺栓松动智能检测方法。首先，以风机运行时振动时域信号作为多尺度一维卷积神经网络的输入，摆脱对信号处理和专业知识的依赖，并最大程度保留原始信号特征；然后，通过交替的多尺度卷积层和池化层对时域信号特征进行学习，其中多尺度卷积层设置不同尺度的卷积核进行卷积运算，避免单一尺度卷积核对不同精细度特征的忽略，增强网络对特征的表达能力，实现对时域信号特征精细化分布式表征；最后，在特征输出层后添加Softmax多分类器，利用反向传播逐层微调结构参数建立特征空间到松动状态空间的映射，输出风机基础螺栓松动检测结果。所提方法将松动特征自动学习与松动识别融为一体，实现了风机基础螺栓松动智能检测。通过在稳定转速和变转速下对风机基础螺栓松动检测试验，证明了所提方法的可行性和有效性。
- 单位
