基于DCCA-DAE模型的传感器故障检测
作者:
作者单位:

1.西安交通大学现代设计及转子轴承系统教育部重点实验室 西安,710049;2.西安航天动力试验技术研究所 西安,710065

作者简介:

通讯作者:

朱永生,男,1973年9月生,博士、教授。主要研究方向为智能故障诊断及轴承仿真分析。 E-mail: yszhu@xjtu.edu.cn

中图分类号:

TH165.3;TK26

基金项目:

国家重点研发计划资助项目(2019YFB2004303)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    传感器作为复杂装备监测系统的关键组成部分,若发生故障会引起误报警,极大影响复杂机械系统状态监测的可靠性。针对该难题,笔者从系统角度出发,提出一种基于去趋势互相关分析(detrended cross-correlation analysis,简称DCCA)和双尺度自编码器(dual auto encoder,简称DAE)的传感器故障检测方法,记作DCCA-DAE。首先,采用DCCA方法建立耦合网络,将数据从欧氏空间扩展到拓扑空间,实现对系统多源多态监测数据蕴含信息的全面表征;其次,构建基于DAE的异常检测方法,消除工况变化对传感器监测序列产生的影响,实现工况复杂变化下的系统传感器故障准确检测;最后,利用某电厂汽轮机组历史数据,验证所提方法的综合性能。结果表明,DCCA-DAE模型特征提取能力强,检测精度显著优于传统支持向量描述和自编码器等方法,在工业场景中传感器故障检测领域具有良好的应用前景。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-10-23
  • 最后修改日期:2022-12-17
  • 录用日期:
  • 在线发布日期: 2025-09-03
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2025 版权所有
技术支持:北京勤云科技发展有限公司