融合GA优化算法的数字孪生模型在石油旋转机械诊断中的应用

• 作者: 朱传同 苑得鑫 吴义维 李卓军
• 来源期刊: 计算机测量与控制
• 关键词: GA优化算法 数字孪生 石油旋转机械 核模糊均值函数 虚拟同源数据 聚类运算 数据损失 模态分解
• 年，卷（期）: 2024,（11）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 137-141,150
• 页数: 6页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.11.021

摘要

为根据模态信号频率水平确定石油旋转机械当前故障行为所属类别，实现对机械设备故障行为的准确诊断，针对融合GA(genetic algorithm遗传算法)优化算法的数字孪生模型在石油旋转机械诊断中的应用展开研究；定义GA算法优化规则，并在此基础上，建立数字孪生模型，再联合相关故障行为数据，完成对石油旋转机械运行数据的聚类运算，实现基于数字孪生模型的石油旋转机械运行数据聚类处理；计算运行数据损失情况，通过模态分解描述性样本的方式，将核心诊断信息重新耦合在一起，联合求解所得的超参数指标，定义具体的数据样本集中训练模式，实现对石油旋转机械的诊断；实验结果表明，上述诊断方法的应用，对于每一类故障行为模态信号频率的诊断都属于该信号的标准频率数值区段之内，符合100%精准诊断机械故障行为的应用需求，在准确诊断石油旋转机械故障行为方面的可行性能力较为突出。