关键词:
故障诊断
烟气脱硫脱硝
风机轴承
卷积神经网络
摘要:
传统的故障诊断方法往往依赖于经验判断或简单的物理检测,这些方法存在诊断精度低、操作复杂等问题,对增压风机轴承故障进行及时、准确的诊断具有重要意义。为此,本项目拟采用卷积神经网络方法,对轴流风机进行烟气脱硫脱硝过程中轴承的故障识别。首先,建立一种基于卷积网络的轴承故障诊断方法。自动提取轴承振动信号中的特征并进行分类,实现对轴承故障的有效识别与分类,其次,将该模型应用于烟气脱硫脱硝轴流式增压风机中,成功实现烟气脱硫脱硝轴流式增压风机轴承故障的识别与诊断。通过试验结果证明:该算法的有效性,并提出了一种新的基于卷积神经网络的办法,相较于传统诊断方法表现出了较高的检测效率,而传统方法的诊断所需时间较长。通过对训练数据进行学习,该方法能够识别出不同故障类型,并对其进行准确分类。