发明

基于GAN-CNN-BiLSTM的工业循环水系统供水泵故障诊断方法

2024-03-28 07:00:05 发布于四川 6
  • 申请专利号:CN202210664270.7
  • 公开(公告)日:2024-03-26
  • 公开(公告)号:CN114992138A
  • 申请人:湘潭大学
摘要:本发明提供一种工业循环水系统供水泵故障诊断方法,包括以下步骤:首先,利用三轴加速度传感器采集与供水泵状态强相关的驱动端振动信号,将振动信号进行信号‑图像转换,实现一维振动时序信号的三通道二维图化;采用生成对抗网络对原始样本进行数据增强,扩充供水泵故障图像数据集;在此基础上,采用卷积‑双向长短时记忆神经网络模型提取故障特征;融合注意力机制方法对故障深度特征进行加权,获得关键深度特征;最后将关键深度特征进行聚类,确定所述故障类型,建立供水泵故障诊断模型。本发明针对工业循环水系统供水泵故障诊断问题,基于供水泵驱动端振动信号,提出一种高效的供水泵故障诊断方法,提高供水泵故障诊断效率。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114992138 A (43)申请公布日 2022.09.02 (21)申请号 202210664270.7 (22)申请日 2022.06.13 (71)申请人 湘潭大学 地址 411105 湖南省湘潭市雨湖区湘潭大 学 (72)发明人 吴佳 雷峻 唐文妍 陈亦轩  梁承江 何欣然 赵俊诚  (51)Int.Cl. F04D 15/00 (2006.01) 权利要求书2页 说明书5页 附图4页 (54)发明名称 基于GAN-CNN-BiLSTM的工业循环水系统供 水泵故障诊断方法 (57)摘要 本发明提供一种工业循环水系统供水泵故 障诊断方法,包括以下步骤:首先,利用三轴加速 度传感器采集与供水泵状态强相关的驱动端振 动信号,将振动信号进行信号‑图像转换,实现一 维振动时序信号的三通道二维图化;采用生成对 抗网络对原始样本进行数据增强,扩充供水泵故 障图像数据集;在此基础上,采用卷积‑双向长短 时记忆神经网络模型提取故障特征;融合注意力 机制方法对故障深度特征进行加权,获得关键深 度特征;最后将关键深度特征进行聚类,确定所 述故障类型,建立供水泵故障诊断模型。本发明 A 针对工业循环水系统供水泵故障诊断问题,基于 8 供水泵驱动端振动信号,提出一种高效的供水泵 3 1 2 故障诊断方法,提高供水泵故障诊断效率。 9 9 4 1 1 N C CN 114992138 A 权 利 要 求 书

最新专利