改良的AlexNet模型在有杆泵故障诊断中的应用

• 作者: 何岩峰 刘成 王相
• 来源期刊: 工业安全与环保
• 关键词: 有杆泵 示功图 故障诊断 AlexNet LeNet-5
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 安全技术及工程
• 页码范围: 22-26
• 页数: 5页
• 字数: 3748字
• 语种: 中文

摘要

示功图识别是有杆泵故障诊断的常用方法,随着神经网络技术的发展,虽已能准确识别典型示功图,但存在以下问题:代表不同故障的相似示功图识别精度有待提高;卷积神经网络(CNN)经典AlexNet模型识别示功图运算效率偏低.基于示功图,设计叠加示功图作为诊断对象,增加分类特征.改良的AlexNet模型:学习LeNet-5模型结构简单,运算快速,删减2层卷积、2层池化和1层全连接,提高模型运算速度;选用3×3的卷积核和2×2的池化核,增强特征学习能力,保证模型识别精度.经叠加示功图样本集测试:新模型相比LeNet-5模型、AlexNet模型,在进一步提高识别精度的同时显著提高运算效率.经现场应用:新模型可以准确高效识别代表不同故障的相似示功图,提液单耗减少16％,设备工作效率提高33％等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何岩峰	常州大学石油工程学院	31	40	3.0	5.0
2	王相	常州大学石油工程学院	13	20	3.0	4.0
3	刘成	常州大学石油工程学院	4	8	1.0	2.0