-
题名基于深度学习的水电厂压油装置油泵振动异常状态检测
- 1
-
-
作者
高菘
付恩狄
柳本林
莫理
张龙浩
-
机构
南方电网调峰调频发电有限公司西部检修试验分公司
-
出处
《机械设计与制造工程》
2024年第10期83-87,共5页
-
文摘
提出一种基于深度学习算法的水电厂压油装置油泵振动异常状态检测方法。该方法使用低通滤波器对油泵振动信号进行双向平滑滤波处理,对处理后的信号进行VMD分解,将其分解为有限带宽模态分量。结合有限带宽模态分量的傅里叶变换结果,计算信号功率谱密度,并以振动信号标准差、偏度以及峰度作为时域特征参数,提取其特征。构建LSTM网络,遍历振动信号时频特征参数,得到前向层及后向层的输出序列,进行级联正向操作及反向操作,实现油泵振动异常状态检测。实验对比结果表明,所提方法检测精度较高、用时较短,是较为理想的水电厂压油装置油泵振动异常状态检测方法。
-
关键词
深度学习
水电厂
压油装置
油泵振动异常检测
变分模态分解
-
Keywords
deep learning
hydroelectric plant
oil pressing device
abnormal vibration detection of oil pump
variation modal decomposition
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
