CN118517367B 基于深度学习和图神经网络的水轮机导叶故障自诊断方法 （北京华控智加科技有限公司）_第1页
CN118517367B 基于深度学习和图神经网络的水轮机导叶故障自诊断方法 （北京华控智加科技有限公司）_第2页
CN118517367B 基于深度学习和图神经网络的水轮机导叶故障自诊断方法 （北京华控智加科技有限公司）_第3页
CN118517367B 基于深度学习和图神经网络的水轮机导叶故障自诊断方法 （北京华控智加科技有限公司）_第4页
CN118517367B 基于深度学习和图神经网络的水轮机导叶故障自诊断方法 （北京华控智加科技有限公司）_第5页
已阅读5页，还剩28页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于深度学习和图神经网络的水轮机导叶本发明公开了一种基于深度学习和图神经2S2、利用深度学习算法对收集的多传感器数据集进行S4、将步骤S2中提取的特征输入到步骤SS44、重复步骤S43直至网络收敛，使得每个节点的状态32.根据权利要求1所述的一种基于深度学习和图神经网络的水轮机导叶故障自诊断方3.根据权利要求2所述的一种基于深度学习和图神经网络的水轮机导叶故障自诊断方S12、使用压力传感器固定于导叶表面及水流接触点，S14、安装声发射传感器在导叶结构上，使用信号分解技术记录声发射信号数据A(t,4k4.根据权利要求3所述的一种基于深度学习和图神经网络的水轮机导叶故障自诊断方S21、使用卷积神经网络处理综合多传感器数据集D5.根据权利要求4所述的一种基于深度学习和图神经网络的水轮机导叶故障自诊断方56.根据权利要求4所述的一种基于深度学习和图神经网络的水轮机导叶故障自诊断方i和posj表示传感器Si和Sj的物理位置坐标，ρ(typei,typej)表示基于数据类7.根据权利要求6所述的一种基于深度学习和图神经网络的水轮机导叶故障自诊断方8.根据权利要求7所述的一种基于深度学习和图神经网络的水轮机导叶故障自诊断方67障成为提高运行效率和保障设备安全的关键[0003]传统的故障诊断技术主要依赖于定期的物理检查或基于简单阈值的传感器数据[0005]本发明的一个目的在于提出一种基于深度学习和图神经网络的水轮机导叶故障[0006]根据本发明实施例的一种基于深度学习和图神经网络的水轮机导叶故障自诊断8激光扫描数据通过实时捕捉导叶的三维形态变化，用于分析运行中的形态变形和应力累[0031]S16、使用3D激光扫描设备对导叶进行三维形态扫描，记录3D激光扫描数据L(t,9表示传感器数据Si的偏度，表示数据分布的不对称[0080]如果某一传感器Si的性能指标超过阈值θ,则生成预警信号alert，指示存在潜在[0082]S61、接收预警信号alert，每个信号关联一个或多个传感器Si的异常性能指标[0083]S62、利用通过历史故障数据和已知故障案例预训练的故障诊断模型，对结构损[0096](1)本发明通过深度学习和图神经网络技术，能够实时处理和分析来自多个传感[0097](2)本发明利用预训练的故障诊断模型，能够快速识别和分类导叶的异常行为和[0099]图1为本发明提出的一种基于深度学习和图神经网络的水轮机导叶故障自诊断方[0120]S16、使用3D激光扫描设备对导叶进行三维形态扫描，记录3D激光扫描数据L(t,krtostss,表示传感器数据Si的峰[0173]如果某一传感器Si的性能指标超过阈值θ,则生成预警信号alert，指示存在潜在[0176]S61、接收预警信号alert，每个信号关联一个或多个传感器Si的异常性能指标[0177]S62、利用通过历史故障数据和已知故障案例预训练的故障诊断模型，对结构损[0192]在云南省某水力发电站，运维团队面临着水轮机导叶频繁出现的性能问题和故[0195]在2024年4

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论