中国安全科学学报

作者：张斌, 张辛忻, 杨海涛

单位：国能准能集团有限责任公司, 内蒙古 鄂尔多斯 010300

关键词：振动给料机,一维卷积神经网络,故障诊断,自适应提取,重叠比例

为解决振动给料机故障诊断采用传统信号处理方式缺乏自适应性的问题,引入基于自适应一维卷积神经网络(1D-CNN)的故障诊断算法;通过深入分析振动给料机的故障特性,将故障状态的原始振动信号进行预处理,构建训练样本和测试样本;将每个训练样本按照时间划分,作为1D-CNN的输入,在不同时间段内对振动信号的特征进行自适应层级化提取。结果表明:通过引入自适应性,算法能够更灵活地适应振动信号中存在的复杂动态模式。这种自适应性带来了更高的诊断准确度,尤其是在面对振动特性频繁变化或者存在噪声干扰的情况下。通过选取合适的神经网络尺寸,输出针对振动给料机的故障状态的诊断结果,在重叠比例为49%的情况下,准确率高达90.2%。

来源：2023年第S2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第S2期