基于稀疏自适应S变换的特种设备故障振动信号检测研究 |
| |
引用本文: | 孙博,王文杰.基于稀疏自适应S变换的特种设备故障振动信号检测研究[J].中国标准化,2024(8):171-177. |
| |
作者姓名: | 孙博 王文杰 |
| |
作者单位: | 淄博市特种设备检验研究院 |
| |
摘 要: | 鉴于特种设备的特殊性,其故障的检测尤为重要,而检测特种设备振动信号是发现故障的一种重要手段,基于此种原因,本文提出基于稀疏自适应S变换特种设备故障振动信号检测方法。从特种设备的振动信号时频特征出发,通过稀疏自适应S变换提取特种设备振动信号时频特征图;构建深度卷积神经网络模型,将经过稀疏自适应S变换提取的时频特征图作为网络模型输入样本,经深度学习后,完成特种设备故障振动信号检测,获取设备故障诊断结果。实验结果表明:该方法提取到振动信号特征较好,可清晰表达故障频率,特征表达能力强;可明确检测出特种设备故障发生时间以及故障原因,且检测准确率高。
|
关 键 词: | 特种设备 稀疏自适应S变换 时频特征 振动信号 故障检测 深度卷积神经网络 |
|
|