10.3969/j.issn.1006-1355.2023.04.018
基于VMD-SDP融合图像和CNN的往复压缩机故障诊断
为提高往复压缩机的故障诊断精度,结合变分模态分解(Variational Mode Decomposition,VMD)、SDP变换和卷积神经网络(Convolution Neural Networ,CNN),提出基于VMD-SDP融合图像和CNN的往复压缩机故障诊断新方法.方法第一步通过VMD将信号自适应分解成6个本征模态函数分量(Intrinsic Mode Functions,IMF),第二步通过SDP变换将6个IMF分量变换成极坐标下的图像,从而得到VMD-SDP融合图像,第三步通过CNN对VMD-SDP融合图像进行识别,得到最终的诊断结果.往复压缩机诊断实例结果表明,所提方法在耗时更少的情况下,得到100%的诊断精度,比其他几种方法更具优势.
故障诊断、VMD、SDP、CNN、往复压缩机
43
TH45(气体压缩与输送机械)
国家自然科学基金62004108
2023-08-21（万方平台首次上网日期，不代表论文的发表时间）
共6页
116-121
