基于多样性特征和多源信息的分子泵故障诊断

• 作者: 林鹏飞 陶继忠
• 来源期刊: 真空科学与技术学报
• 学科: 工学
• 关键词: 涡轮分子泵 故障诊断 多样性特征 信息融合 去噪自编码器
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 真空技术与理论
• 页码范围: 33-39
• 页数: 7页
• 分类号: TB752+.27
• 语种: 中文
• DOI: 10.13922/j.cnki.cjovst.2020.01.07

摘要

为了实现准确可靠的涡轮分子泵故障诊断,提出了一种基于多样性特征和多源信息的分子泵故障诊断方法.在分子泵实验台上采集到分子泵不同故障下多个测点的振动信号,经过预处理后随机分为训练集和测试集.首先通过改变激活函数形成多个去噪自编码器,之后利用生成的深度自编码器对数据集进行多样性特征提取,最后将提取到的特征用于训练支持向量机(SVM)进行故障分类.实验结果表明该方法可以实现分子泵的准确故障诊断,准确率达到98.9％,而且在训练集不平衡或高背景噪声情况下依旧表现良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶继忠	中国工程物理研究院机械制造工艺研究所	44	285	9.0	14.0
2	林鹏飞	中国工程物理研究院机械制造工艺研究所	1	0	0.0	0.0