針對汽輪機轉(zhuǎn)子故障樣本不足的典型故障檢測方法研究

摘要： 目前深度學習在機械系統(tǒng)的故障診斷方面得到較大普及和發(fā)展，這些智能模型需要大量的訓練數(shù)據(jù)確保其泛化能力。然而實際汽輪機轉(zhuǎn)子故障數(shù)據(jù)缺乏或者難以獲取，這給智能故障診斷帶來新的挑戰(zhàn)。提出一種基于汽輪機轉(zhuǎn)子數(shù)值模擬生成故障數(shù)據(jù)并進行智能故障診斷的方法，通過建立轉(zhuǎn)子有限元模型，生成能夠反映其工作狀態(tài)的故障信息，從而為智能模型提供數(shù)據(jù)樣本。采用根據(jù)實際轉(zhuǎn)子信號建立的高精度轉(zhuǎn)子有限元模型，能... （共8頁）