典型文献
基于SDP与CNN的石油钻探用柱塞泵斜盘不平衡故障诊断
文献摘要：
为了检测石油钻探用柱塞泵斜盘不平衡故障的精度,提出一种基于对称点模式(SDP)图像与卷积神经网络(CNN)的故障诊断方法.对包含故障信息的时域信号进行转换得到SDP图像,再把SDP图像参数输入CNN中,由此完成识别SDP图像的功能,从而判断出故障类型.研究结果表明:以尺寸batchsize为32、迭代次数为20、学习为0.1、第一层卷积核数为32作为模型参数是最优的.输入图片尺寸为128×128条件下,模型识别的准确率为87.4％,达到对各程度故障进行分类的效果.通过对时域信号特征提取可有效地提高耦合故障类别的判断准确率.
文献关键词：
故障诊断;柱塞泵斜盘;对称点模式图像;卷积神经网络
中图分类号：
作者姓名：
王建强
作者机构：
中国石油大学(华东)石油工业训练中心,山东 青岛266580
文献出处：
引用格式：
[1]王建强-.基于SDP与CNN的石油钻探用柱塞泵斜盘不平衡故障诊断)[J].机械制造与自动化,2022(06):85-88
A类：
batchsize,对称点模式图像
B类：
SDP,石油钻探,柱塞泵斜盘,不平衡故障,故障诊断方法,故障信息,时域信号,图像参数,故障类型,迭代次数,第一层,卷积核,核数,图片尺寸,模型识别,信号特征提取,耦合故障
AB值：
0.238863
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
