基于声发射和长短时记忆神经网络的端对端燃气高压调压器故障诊断

作     者：王玉玲 陈涛涛 李红浪 WANG Yuling;CHEN Taotao;LI Honglang

作者机构：中国科学院大学北京100049 中国科学院声学研究所北京100190 北京燃气集团有限责任公司北京100011 中国科学院纳米科学卓越创新中心国家纳米科学中心北京100190 

基　　金：北京市燃气集团高压管网分公司支持项目(19JK011) 

出 版 物：《声学技术》 (Technical Acoustics)

年 卷 期：2021年第40卷第6期

页      码：883-889页

摘      要：在燃气输配系统中燃气调压器处于关键位置,及时有效地诊断其故障类型具有重要意义。文章提出了一种基于声发射信号和长短时记忆神经网络的端到端故障诊断方法,直接利用时域声发射信号对调压器的运行状态进行诊断。首先,设计一个二阶巴特沃斯高通滤波器对采集的声发射信号进行预处理;其次,利用长短时记忆网络(Long Short Term Memory networks,LSTMs)的记忆特性,构建长短时记忆网络端到端(e2e-LSTM)故障诊断模型。实验结果表明,该模型根据输入的高压调压站采集的声发射信号,能够以端到端模式一次性地诊断五种高压调压器故障。

主 题 词：故障诊断 声发射信号 长短时记忆网络 端到端方法 

学科分类：0820[工学-航空航天类] 08[工学] 082003[082003] 

D　O　I：10.16300/j.cnki.1000-3630.2021.06.022

馆 藏 号：203107101...