考虑传感器位置的Bagging集成卷积神经网络柱塞泵故障诊断模型

作     者：滕建强 罗风 张菁 张玉涛 夏唐斌 TENG Jianqiang;LUO Feng;ZHANG Jing;ZHANG Yutao;XIA Tangbin

作者机构：中国石油化工股份有限公司西北油田分公司新疆乌鲁木齐830011 上海交通大学机械与动力工程学院机械系统与振动国家重点实验室、上海交通大学弗劳恩霍中心上海200240 嘉洋智慧安全科技(北京)股份有限公司北京100012 

基　　金：中国石化重大科技项目(P18022) 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2024年第40卷第4期

页      码：220-225页

摘      要：针对柱塞泵故障诊断中存在的振动数据不平稳和诊断精度低问题,提出一种考虑传感器位置信息的Bagging集成卷积神经网络(Sensors location considered-bagging-convolution neural network,SLC-B-CNN)故障诊断模型。首先将短时傅里叶变换后的二维振动时频信息与经独热编码后的传感器位置信息匹配以构建数据集,然后设计混合双输入CNN模型作为基分类器,最后将数据集输入以简单平均法聚合的SLC-B-CNN模型中,在实验柱塞泵数据集上验证了所提出的SLC-B-CNN模型,在测试集上的准确率高达92%,各类故障平均召回率为89%,表现优于CNN模型和随机森林(Random forest,RF)模型。

主 题 词：柱塞泵 故障诊断 卷积神经网络 集成学习 传感器位置信息 

学科分类：080704[080704] 08[工学] 0807[工学-电子信息类] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.13952/j.cnki.jofmdr.2024.0167

馆 藏 号：203138943...