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

  _- U# S7 Q% K4 h
7 d1 J- G: w! U
" F3 e( W: l$ l* O, w) r) j
3 ]- y8 e9 f" r3 j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- J: h6 |' e5 z5 Y( y/ F
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% Y/ U; I4 I% o! m, w: C  m4 K
(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
7 I/ B) Y2 K7 E3 S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! x0 Z4 Y' F# C$ Q8 A8 H& i
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，
  _3 U; C8 y( X, m0 o  ~% o% c& `0 z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%。
& {: f3 c; ]: K3 f' U4 v
/ r3 }# ]5 _5 l( z. ~. r
/ C9 N3 l; J* P) W4 h; h. e0 h9 ?  V

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