基于自编码网络模型的风机故障检测研究

• 作者: 任筱倩 周琪馨 章浩伟
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 风机故障 自编码 去噪自编码 收缩编码器
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 158-162
• 页数: 5页
• 分类号: TP319
• 字数: 3787字
• 语种: 中文
• DOI: 10.11907/rjdk.182849

摘要

为了保障风机的正常运行,提出基于自编码(Autoencoder,AE)的风机故障检测方法.依据法国风机ENGIE公开的风速传感器数据,建立欠完备自编码模型(UAE)、去噪自编码模型(DAE)与收缩编码器(CAE)模型,对风机风速传感器数据进行编码和解码,计算重构误差并设定阈值进行故障检测.用多风机风速传感器数据建立PCA模型并与去噪编码器模型对比.根据ROC曲线与AUC值对比,得出欠完备自编码模型、去噪自编码模型、收缩编码器模型均可用于风机异常检测,且收缩编码器效果最好的结论.PCA模型也可用于故障检测,同时多风机故障检测效果高于单一风机.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章浩伟	上海理工大学医疗器械与食品学院	41	242	8.0	15.0
2	任筱倩	上海理工大学医疗器械与食品学院	3	1	1.0	1.0
3	周琪馨	上海理工大学医疗器械与食品学院	1	0	0.0	0.0