基于图像识别的离心泵空化故障诊断

来源：计量学报杂志2024年第5期北京时间：

作者：黄海鸣,刘妍,吴登昊,牟介刚

单位：中国计量大学计量测试与仪器学院,浙江杭州310018

摘要：针对利用离心泵一维振动信号进行空化状态识别时,存在信号特征查找不准确和信号受噪音影响较大的问题,提出了一种基于图像识别的离心泵空化故障诊断方法。利用savitzky-golay卷积平滑算法对原始振动信号进行降噪处理,随后将降噪后的信号转换为伪RGB图片,根据图片所显示的特征设计卷积核,并对图片进行卷积处理得到特征图,对特征图进行单通道变换以减少数据,最后将单通道图片作为LeNet-5神经网络的输入进行空化故障诊断。实验测试结果表明:该方法在加速模型训练速度的同时实现了离心泵空化故障的准确识别,准确率能够达到1。该研究为离心泵空化的快速诊断提供了一种新的方法。

关键词：振动测量; 图像识别;离心泵; 空化; savitzky-golay卷积平滑算法; 故障诊断

基金资助：浙江省自然科学基金(LGG21E090002);中国博士后科学基金(2021M691383);浙江省科技计划项目(2021C01052)