-
题名基于噪声和图卷积神经网络的电机故障诊断
被引量：3
- 1
-
-
作者
钟振茂
-
机构
上海市安装工程集团有限公司工程研究院
-
出处
《声学技术》
CSCD
北大核心
2024年第3期426-431,共6页
-
文摘
文章针对旋转机械设备维护和噪声监测治理的需求,提出了一种基于电机噪声信号和图卷积神经网络的故障诊断算法。该算法对时域数据进行傅里叶变换,将变换后的频域数据转化为图数据,利用提出的新型图卷积神经网络结构对图数据进行训练并分类。搭建电机故障实验平台,完成了6种不同状态的电机噪声信号采集与实验验证。实验结果表明,图卷积神经网络能根据有限的电机噪声信号有效识别出电机故障,并具有一定的小样本学习能力,能够在样本量较少的情况下进行故障分类。对比分析表明,该算法分类准确率优于K最近邻-图算法、一维卷积神经网络、自动编码器和支持向量机等其他算法,为实际工程应用提供了参考。
-
关键词
电机噪声
电机故障诊断
图卷积神经网络
小样本学习
-
Keywords
motor noise
motor fault diagnosis
graph convolutional neural networks
few-shot learning
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
