基于一維卷積神經(jīng)網(wǎng)絡(luò)與近似熵特征融合的水電機(jī)組故障診斷

摘要： 針對(duì)水電機(jī)組振動(dòng)信號(hào)存在非平穩(wěn)和非線性，單一特征提取難以實(shí)現(xiàn)高精度故障診斷問題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)和近似熵特征融合的故障診斷方法。利用卷積神經(jīng)網(wǎng)絡(luò)提取振動(dòng)信號(hào)特征；EEMD與近似熵構(gòu)建信號(hào)特征向量，將兩種方法提取的狀態(tài)特征融合構(gòu)建融合特征向量；進(jìn)一步，將融合特征作為輸入、故障類別作為輸出，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)得到水電機(jī)組故障識(shí)別器，識(shí)別水電機(jī)組運(yùn)行狀態(tài)，即正常或具體故障類型... （共6頁(yè)）