数学建模社区-数学中国

标题: 基于深度特征学习的汽轮机转子状态识别方法 [打印本页]
作者: 杨利霞    时间: 2020-10-29 15:25
标题: 基于深度特征学习的汽轮机转子状态识别方法
基于深度特征学习的汽轮机转子状态识别方法
. m3 P( F5 g; g$ q& t; [. u

3 {# o( V1 R9 U8 |9 Q
5 B! R( F% k( t3 n& |7 M5 E$ ]+ ]
复杂汽轮机转子振动信号的非平稳性和非线性等问题，会严重影响到汽轮机转子的状态识别。为了保证汽轮- @) {$ W- d. C# x" H
机转子的安全运行，本文研究提出了一种基于对称点模式(Symmetrized Dot Pattern，SDP)特征融合的卷积神经网络( a1 |' j9 r9 t# E
(Convolution Neural Network，CNN)状态识别方法。该方法通过基于 SDP 分析方法对汽轮机转子各方向、各位置的信号进' ?% r7 d9 c0 P* I; i0 _. r
行特征融合，获取融合特征的 SDP 图，最终基于 CNN 进行融合特征 SDP 图像识别，实现转子故障状态识别。与其他状9 T6 t, t1 Q$ p& k% j  |
态识别方法相比，该方法提高了不同状态特征的表征差异，进而提高了学习效果和识别精度。同时，对比实验结果表明，
$ q, ?) O0 I/ P5 V$ j3 v相较于其他状态识别方法，本文方法对转子振动状态识别精度最高，达到了 96%。   Y7 u- G" I! ]1 u! n; Z7 A
" n3 ^0 a, o5 x# C; W3 V
* z2 x' N2 Q3 U# H3 Q% l$ `- _6 X

基于深度特征学习的汽轮机转子状态识别方法.pdf

1.39 MB, 下载次数: 0, 下载积分: 体力 -2 点

售价: 3 点体力  [记录]  [购买]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5