為了實(shí)現(xiàn)準(zhǔn)確可靠的渦輪分子泵故障診斷,提出了一種基于多樣性特征和多源信息的分子泵故障診斷方法。在分子泵實(shí)驗(yàn)臺(tái)上采集到分子泵不同故障下多個(gè)測(cè)點(diǎn)的振動(dòng)信號(hào),經(jīng)過(guò)預(yù)處理后隨機(jī)分為訓(xùn)練集和測(cè)試集。首先通過(guò)改變激活函數(shù)形成多個(gè)去噪自編碼器,之后利用生成的深度自編碼器對(duì)數(shù)據(jù)集進(jìn)行多樣性特征提取,最后將提取到的特征用于訓(xùn)練支持向量機(jī)（SVM）進(jìn)行故障分類(lèi)。實(shí)驗(yàn)結(jié)果表明該方法可以實(shí)現(xiàn)分子泵的準(zhǔn)確故障診斷,準(zhǔn)確率達(dá)到98.9%,而且在訓(xùn)練集不平衡或高背景噪聲情況下依舊表現(xiàn)良好。 

【文章來(lái)源】：真空科學(xué)與技術(shù)學(xué)報(bào). 2020,40(01)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 故障診斷原理
    1.1 去噪自編碼器
    1.2 支持向量機(jī)分類(lèi)器
    1.3 故障診斷流程圖
2 分子泵故障診斷實(shí)驗(yàn)
    2.1 故障模式
    2.2 實(shí)驗(yàn)平臺(tái)和實(shí)驗(yàn)數(shù)據(jù)
3 結(jié)果與討論
    3.1 分類(lèi)準(zhǔn)確率
    3.2 特征可視化
    3.3 效果對(duì)比
    3.4 訓(xùn)練集不平衡的影響
    3.5 噪聲的影響
4 結(jié)論



本文編號(hào)：3171247