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
2 {! _* {" \8 T( q

/ |+ s6 T; Y, l" m
/ }( k; |" G4 M& h! {6 E2 r, r9 {: o: e+ O
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8 K& N& ]' S; q& o
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. E3 ?5 `/ m1 ~+ ^
(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) s8 d( B1 q( ]* T! u
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
1 K" T( X' w! e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，
1 t8 Y( @; j2 N. o. P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%。
  h, i( c% B' a8 W. P$ E' ~
/ ]5 r( K6 M3 S4 M
) R* Y4 j( P  L& n/ j

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