基于VMD-SDP融合图像和CNN的往复压缩机故障诊断

为提高往复压缩机的故障诊断精度，结合变分模态分解（Variational Mode Decomposition,VMD）、SDP变换和卷积神经网络（Convolution Neural Networ,CNN），提出基于VMD-SDP融合图像和CNN的往复压缩机故障诊断新方法。方法第一步通过VMD将信号自适应分解成6个本征模态函数分量（Intrinsic Mode Functions,IMF），第二步通过SDP变换将6个IMF分量变换成极坐标下的图像，从而得到VMD-SDP融合图像，第三步通过CNN对VMD-SDP融合图像进行识别，得到最终的诊断结果。往复压缩机诊断实例结果表明，所提方法在耗时更少的情况下，得到100%的诊断精度，比其他几种方法更具优势。