基于循环频谱相干和DCNN的隔膜泵单向阀故障诊断方法研究

被引：6

作者：

冯泽仲 ^{[1
,2
,3
]}

熊新 ^{[1
,2
,3
]}

王晓东 ^{[1
,2
,3
]}

机构：

[1] 昆明理工大学信息工程与自动化学院

[2] 云南省矿物管道输送工程技术研究中心

[3] 昆明理工大学云南省人工智能重点实验室

来源：

振动与冲击 | 2021年 / 40卷 / 14期

关键词：

循环频谱相干(CSCoh); 深度卷积神经网络(DCNN); 隔膜泵单向阀; 故障诊断;

D O I：

10.13465/j.cnki.jvs.2021.14.031

中图分类号：

TP183 [人工神经网络与计算]; TD50 [一般性问题];

学科分类号：

摘要：

针对传统的机器学习方法过分依赖特征提取的质量,而深度学习在强干扰条件下其故障辨识率不佳的问题,提出了一种基于循环频谱相干(CSCoh)和深度卷积神经网络(DCNN)的故障诊断方法,并将其应用于实际工况环境下的隔膜泵单向阀故障诊断当中。对振动信号进行循环平稳特性分析,利用快速循环相关谱计算方法将原始振动信号生成二维CSCoh图;将生成的CSCoh图作为输入从而降低深度诊断模型中特征学习的难度,通过构建DCNN模型,并引入批量归一化和Dropout技术来提升模型的收敛速度和泛化能力;利用所提模型对故障进行分类识别,进而实现单向阀的故障诊断。结果表明,该方法可以准确地识别单向阀的故障类型,并具有较好的泛化性能。

引用

页码：237 / 244+291 +291

页数：9

共 15 条

[1] 基于SANC和一维卷积神经网络的齿轮箱轴承故障诊断 [J].

高佳豪 ;

郭瑜 ;

伍星 .

振动与冲击, 2020, 39 (19) :204-209+257

[2] 基于深度学习的故障诊断方法综述 [J].

文成林 ;

吕菲亚 .

电子与信息学报, 2020, 42 (01) :234-248

[3] 基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法 [J].

李恒 ;

张氢 ;

秦仙蓉 ;

孙远韬 .

振动与冲击, 2018, 37 (19) :124-131

[4] 基于DEMD的高压隔膜泵单向阀早期故障诊断 [J].

牟竹青 ;

黄国勇 ;

吴建德 ;

范玉刚 .

振动测试与诊断., 2018, 38 (04) :758-764+873

[5] 内燃机变分模态Rihaczek谱纹理特征识别诊断 [J].

岳应娟 ;

王旭 ;

蔡艳平 .

仪器仪表学报, 2017, 38 (10) :2437-2445

[6]

A comprehensive review on convolutional neural network in machine fault diagnosis[J] . Jinyang Jiao,Ming Zhao,Jing Lin,Kaixuan Liang. Neurocomputing . 2020

[7]

A deep learning method for bearing fault diagnosis based on Cyclic Spectral Coherence and Convolutional Neural Networks[J] . Zhuyun Chen,Alexandre Mauricio,Weihua Li,Konstantinos Gryllias. Mechanical Systems and Signal Processing . 2020 (C)

[8]

Applications of machine learning to machine fault diagnosis: A review and roadmap[J] . Yaguo Lei,Bin Yang,Xinwei Jiang,Feng Jia,Naipeng Li,Asoke K. Nandi. Mechanical Systems and Signal Processing . 2020 (C)

[9]

Fault Diagnosis of Rolling Bearing Based on Feature Reduction with Global-Local Margin Fisher Analysis[J] . Xiaoli Zhao,Minping Jia. Neurocomputing . 2018

[10]

Fast computation of the spectral correlation[J] . Jér?me Antoni,Ge Xin,Nacer Hamzaoui. Mechanical Systems and Signal Processing . 2017

← 1 2 →