| 汤逸敏.基于卷积神经网络的大型冷却塔风机故障识别方法[J].电工技术,2024(16):82-85 |
| 基于卷积神经网络的大型冷却塔风机故障识别方法 |
|
| |
| DOI：10.19768/j.cnki.dgjs.2024.16.021 |
| 中文关键词: 卷积 神经网络 冷却塔风机 故障 识别 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 429 |
| 全文下载次数: 0 |
| 中文摘要: |
| 传统的大型冷却塔风机故障识别方法，只能计算冷却塔风机振动速度故障参数，并且冷却塔风机故障频域小于0，因此设计一种基于卷积神经网络的大型冷却塔风机故障识别方法。首先，构建冷却塔风机数据库，以实现对风机运行数据的实时监控和存储。然后，基于卷积神经网络设置输入数据约束、网络结构约束和训练过程约束等约束条件，以提高其性能和泛化能力。随后，计算冷却塔风机故障参数，如振动速度、加速度、频率成分等。最后，识别冷却塔风机故障频域，通过分析振动信号的频谱图，判断故障类型和程度。实验结果表明，设计的基于卷积神经网络的大型冷却塔风机故障识别方法的冷却塔风机故障频域均在冷却塔风机故障频域限值0以上，证明了所提方法能正确识别冷却塔风机故障，具有更好的准确性。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
