典型文献
基于CEEMD-LSTM的离心泵偏工况诊断方法研究
文献摘要：
离心泵在各行业中应用十分广泛,耗电量巨大.离心泵偏工况运行时,内部流动会趋于紊乱,导致效率下降,能耗上升.针对离心泵偏工况振动信号变化微弱和强干扰的特点,采用双通道信息融合,利用互补集合经验模态分解,对振动信号进行时序特征提取,结合长短时记忆模型智能识别,构建离心泵偏工况诊断模型.仿真信号对比不同预处理方法,凸显了互补集合经验模态分解模型的特征提取能力;验证工况状态与低频振动信号的相关性,经过试验数据对比分析,进一步验证了模型优越性,测试准确率达98.5％.该方法可以监测离心泵运行工况,保证运行效率.
文献关键词：
偏工况;互补集合经验模态;长短时记忆模型
中图分类号：
作者姓名：
刘荣伟;何伟挺;汪琳琳;杨帅;武鹏;吴大转
作者机构：
浙江大学能源工程学院化工机械研究所,杭州 310027;浙江中控技术股份有限公司,杭州 310027
文献出处：
引用格式：
[1]刘荣伟;何伟挺;汪琳琳;杨帅;武鹏;吴大转-.基于CEEMD-LSTM的离心泵偏工况诊断方法研究)[J].振动与冲击,2022(19):114-121
A类：
B类：
CEEMD,离心泵,偏工况,工况诊断,耗电量,内部流动,振动信号,微弱,强干扰,双通道,信息融合,互补集合经验模态分解,时序特征提取,长短时记忆模型,智能识别,诊断模型,预处理方法,集合经验模态分解模型,特征提取能力,低频振动,数据对比分析,运行工况
AB值：
0.279056
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。
