基于深度置信网络的炼化空压机故障诊断方法

• 作者: 李炜 鲁春燕
• 来源期刊: 化工学报
• 关键词: 空压机 深度置信网络模型 故障诊断 稳定性
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 过程系统工程
• 页码范围: 757-763
• 页数: 7页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/j.issn.0438?1157.20181357

摘要

针对炼化空压机故障诊断中故障机理复杂、先验知识欠缺,且传统浅层神经网络诊断精度不高等问题,结合深度置信网络(DBN)在特征提取和处理非线性数据等方面的优势,提出一种基于DBN的炼化空压机故障诊断方法.该方法利用空压机状态监测实测数据,实现训练网络的无监督特征学习和有监督微调,构建空压机故障的深层网络模型,从而实现对空压机故障类型的有效智能诊断.为评估该方法的有效性,与传统的故障诊断方法进行了比较研究,结果表明,该方法的诊断精度优于传统的故障诊断方法,且稳定性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李炜	兰州理工大学电气工程与信息工程学院	205	1532	17.0	27.0
10	鲁春燕	兰州理工大学电气工程与信息工程学院	7	21	3.0	4.0