基于小波分析和神经网络的传感器故障诊断

作     者：李子凡 叶志锋 王彬 LI Zifan;YE Zhifeng;WANG Bin

作者机构：南京航空航天大学能源与动力学院江苏南京210016 

出 版 物：《机械制造与自动化》 (Machine Building & Automation)

年 卷 期：2023年第52卷第4期

页      面：196-201页

学科分类：08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

主　　题：故障诊断 小波多分辨率分析 多维度特征提取 LSTM神经网络 

摘      要：结合多维度特征提取和故障识别方法,提出一种基于小波分析和神经网络的传感器故障诊断方法。运用小波变换模极大值特征提取方法和高频小波能量特征提取方法,在小波分解层数和小波类型两个不同维度对传感器信号进行特征提取,提取的特征矩阵具有序列特性。研究结果表明:特征矩阵相对于特征向量,对不同信号具有更明显的区分度;运用LSTM神经网络对传感器进行故障诊断,根据不同压力工况下的传感器特征数据集,训练针对不同压力工况的LSTM神经网络预测模型,提高了预测模型的泛化能力;对LSTM神经网络预测方法进行试验验证,基于预测模型对随机压力工况下发生的随机故障进行预测,预测准确率达到98.33%。