一种基于改进ReliefF加权的k近邻离心泵故障诊断方法

    公开(公告)号:CN116244622A

    公开(公告)日:2023-06-09

    申请号:CN202211642619.3

    申请日:2022-12-20

    摘要: 本发明公开了一种本专利提供了一种基于改进ReliefF加权的k近邻离心泵故障诊断方法,通过采集不同运行状态下的离心泵振动信号并对其切片后,再计算时域和频域特征参数,并利用极端森林模型进行特征选择,利用改进的ReliefF算法计算特征参数的权重,进而利用高斯距离加权的k近邻算法预测待测样本的故障类型。本发明提出的基于改进ReliefF加权的k近邻离心泵故障诊断方法能够很好实现离心泵及其组成的系统的多种故障诊断和分类,提高了算法的运行效率,保证了诊断结果的可靠性和稳定性。

    一种水泵机组故障的确定方法及系统

    公开(公告)号:CN116221091A

    公开(公告)日:2023-06-06

    申请号:CN202211455419.7

    申请日:2022-11-21

    摘要: 本发明提供了一种水泵机组故障的确定方法及系统,该方法为:采集水泵机组的多组待处理振动信号;对多组待处理振动信号进行预处理,得到待处理特征矩阵;将待处理特征矩阵输入预设的故障诊断模型进行故障识别和故障诊断,得到水泵机组的故障诊断结果,故障诊断模型基于样本振动信号训练改进后的长短期记忆神经网络模型得到。本方案中,通过预处理来充分提取待处理振动信号的特征,以得到待处理特征矩阵。改进后的长短期记忆神经网络模型增强了模型的稳定性和预测精度,利用由改进后的长短期记忆神经网络模型训练得到的故障诊断模型,对待处理特征矩阵进行故障识别和故障诊断,得到水泵机组的故障诊断结果,能够提高水泵机组的故障诊断的准确度。