噪声与振动控制

噪声与振动控制 ›› 2023, Vol. 43 ›› Issue (4): 116-121.

• 信号处理与故障诊断 • 上一篇    下一篇

基于VMD-SDP融合图像和CNN的往复压缩机故障诊断

王海峰1，王则林2   

  1. （ 1. 南通职业大学电子信息工程学院，江苏南通226007；
    2. 南通大学信息科学技术学院，江苏南通226019 ）
  • 出版日期:2023-08-18 发布日期:2023-08-18

Fault Diagnosis of Reciprocating Compressors Based on VMD-SDP Fusion Image and CNN

  • Online:2023-08-18 Published:2023-08-18

PDF

摘要： 为提高往复压缩机的故障诊断精度，结合变分模态分解（Variational Mode Decomposition，VMD）、SDP变换和卷积神经网络（Convolution Neural Networ，CNN），提出基于VMD-SDP融合图像和CNN的往复压缩机故障诊断新方法。方法第一步通过VMD将信号自适应分解成6 个本征模态函数分量（Intrinsic Mode Functions，IMF），第二步通过SDP变换将6 个IMF分量变换成极坐标下的图像，从而得到VMD-SDP融合图像，第三步通过CNN对VMD-SDP融合图像进行识别，得到最终的诊断结果。往复压缩机诊断实例结果表明，所提方法在耗时更少的情况下，得到100 %的诊断精度，比其他几种方法更具优势。

关键词: 故障诊断, VMD, SDP, CNN, 往复压缩机