基于ICEEMDAN和CNN的水電機組故障診斷

摘要： 為實現(xiàn)水電機組故障的準確識別，首先結合改進的自適應白噪聲完全集合經驗模態(tài)分解模型（ICEEMDAN）和相關性分析方法對振動信號進行分解及重構處理；接著，為解決因卷積神經網絡（CNN）輸入具有多樣性問題，比較分析了3種不同輸入信號構造方式對CNN模型故障診斷識別準確率的影響；最終選定了一維重構信號的方形矩陣形式作為CNN的輸入方式，通過某電廠轉輪室碰摩故障實測數(shù)據驗證該方法能有效... （共6頁）