基于CEEMD-LSTM的离心泵偏工况诊断方法研究

摘要：

离心泵在各行业中应用十分广泛,耗电量巨大.离心泵偏工况运行时,内部流动会趋于紊乱,导致效率下降,能耗上升.针对离心泵偏工况振动信号变化微弱和强干扰的特点,采用双通道信息融合,利用互补集合经验模态分解,对振动信号进行时序特征提取,结合长短时记忆模型智能识别,构建离心泵偏工况诊断模型.仿真信号对比不同预处理方法,凸显了互补集合经验模态分解模型的特征提取能力;验证工况状态与低频振动信号的相关性,经过试验数据对比分析,进一步验证了模型优越性,测试准确率达98.5％.该方法可以监测离心泵运行工况,保证运行效率.

关键词：偏工况、互补集合经验模态、长短时记忆模型

所属期刊栏目：41

分类号：TH212;TH213.3(起重机械与运输机械)

资助基金：浙江省重点研发计划项目2021C03133

在线出版日期：2022-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：114-121