电气设备振动故障实时监测预警方法

作者：张永伟; 云再鹏; 陈宏同

来源：自动化与仪表, 2023, 38(11): 21-83.

DOI：10.19557/j.cnki.1001-9944.2023.11.005

• 电气设备
• 振动故障
• 实时监测预警
• 小波阈值
• 分数阶傅里叶变换
• 卷积神经网络

为及时发现电气设备振动故障，确保其稳定运行，研究电气设备振动故障实时监测预警方法。使用基于单片机的信号采集技术采集电气设备振动信号，结合CEEMD与改进小波阈值去噪方法，去除电气设备振动信号中的噪声元素后，进行归一化处理。利用卷积神经网络，通过全连接层前增加卷积层的方式，构建基于改进卷积神经网络的电气设备故障诊断模型，感知与预测电气设备振动故障并及时预警。实验结果表明，该方法可有效监测预警电气设备振动故障，具有较好的信号采集、去噪以及故障监测预警效果。