基于ICEEMDAN和CNN的水電機(jī)組故障診斷

摘要： 為實現(xiàn)水電機(jī)組故障的準(zhǔn)確識別，首先結(jié)合改進(jìn)的自適應(yīng)白噪聲完全集合經(jīng)驗?zāi)B(tài)分解模型（ICEEMDAN）和相關(guān)性分析方法對振動信號進(jìn)行分解及重構(gòu)處理；接著，為解決因卷積神經(jīng)網(wǎng)絡(luò)（CNN）輸入具有多樣性問題，比較分析了3種不同輸入信號構(gòu)造方式對CNN模型故障診斷識別準(zhǔn)確率的影響；最終選定了一維重構(gòu)信號的方形矩陣形式作為CNN的輸入方式，通過某電廠轉(zhuǎn)輪室碰摩故障實測數(shù)據(jù)驗證該方法能有效...