论文摘要
针对往复式高压隔膜泵单向阀振动信号受到强噪声污染,导致特征提取难度大的问题,提出了基于广义S变换(GST)和深度置信网络(DBN)的单向阀故障诊断方法。首先使用广义S变换分析单向阀振动信号得到时频分布矩阵,时频能量分布比单一域特征带有更多的特征信息,再使用二维非负矩阵分解(2DNMF)对矩阵降维并提取特征,最后,结合深度置信网络在处理高维非线性数据方面的优势,使用其进行分类识别,实现单向阀故障诊断。将该方法应用到单向阀故障诊断中,实验结果表明,该方法在故障诊断准确率达到100%,且保证了诊断效率,用时仅4. 61 s,证明该方法的有效性和优越性。
论文目录
文章来源
类型: 期刊论文
作者: 罗继辉,黄国勇
关键词: 广义变换,深度置信网络,单向阀,故障诊断,时频分布矩阵
来源: 电子测量与仪器学报 2019年09期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 机械工业,自动化技术
单位: 昆明理工大学信息工程与自动化学院,云南省矿物管道输送工程技术研究中心
基金: 国家自然科学基金(61663017)资助项目
分类号: TP277;TH134
DOI: 10.13382/j.jemi.B1902272
页码: 192-198
总页数: 7
文件大小: 427K
下载量: 149