基于EMD-LSTM的煤矿离心泵健康评估方法

• 作者: 于在川 高静 牛宝平 侯继洁
• 来源期刊: 水泵技术
• 学科: 工学
• 关键词: 离心泵 健康评估 LSTM EMD
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 设计研究
• 页码范围: 17-23
• 页数: 7页
• 分类号: TH311
• 语种: 中文

摘要

针对机械设备信号受噪声干扰大、健康评估结果不稳定且准确率低、易发生健康评估延迟错位、反复穿越分级阈值的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)与长短期记忆(long-short term memo-ry,LSTM)的煤矿离心泵健康评估方法.首先通过EMD对信号进行降噪处理,再通过LSTM算法计算预测值与真实值的差异度,提出分级评估阈值,将两者进行对比实现健康分级评估,并通过故障模拟试验验证了方法的有效性.