基于堆叠降噪自编码的给水泵轴承故障诊断

• 作者: 韩辉 程德权 徐赫
• 来源期刊: 机电工程技术
• 关键词: 给水泵轴承 故障诊断 深度学习 堆叠降噪自编码
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 诊断与改进|Diagnosis and Improvement
• 页码范围: 254-258
• 页数: 5页
• 分类号: TH133.3|TH3
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2021.04.070

摘要

给水泵是电厂锅炉供水系统中十分重要的设备,其长时间运行后难免会出现故障.通过某电厂多年维修记录发现,给水泵发生故障大部分都是出现在轴承上,因此有必要对给水泵轴承进行故障诊断.近年来深度学习作为一种新兴的机器学习方法,逐渐在机械设备故障诊断领域中得到了推广与应用.由于电厂给水泵采集到的数据和测得的信号总掺杂着外部噪声,提出了一种基于堆叠降噪自编码(SDAE)的水泵轴承故障诊断.堆叠降噪自编码的原理是先通过对原始数据进行破坏,即添加"损伤噪声",然后通过基本的自编码网络进行数据还原,从而得到更具有鲁棒性的特征表示.以西储大学轴承故障数据为例,构建堆叠降噪自编码网络,识别所测得的时域信号的特征,从而对轴承故障状态进行精确识别.试验结果表明,SDAE方法可以得到更鲁棒性的特征表示,易于进行故障分类,并且轴承故障状态识别准确率较高.