基于自编码支持向量机泵站故障识别

摘要

在智能泵站转轴故障识别系统中,针对特征提取困难,对于知识库中不存在新故障无法识别的问题给出了一种基于多层感知机的自编码器与支持向量故障识别相结合的方法.以大型泵站机组转轴为研究对象,通过深度学习中的无监督顶训练与有监督学习方法构建多层感知机编码器,在编码泵站轴承监测测数据过程中,完成聚类和对数据的抽象解释,提取泵站故障特征.并以类间距离为依据,判断编码后的监测数据是否为新故障类型,如果不是新故障类型,则使用多层支持向量机进行故障识别,实现对泵站轴承转轴故障的有效识别;否则需要人为介入进行分析,补充知识库,调整识别模型.实验结果证明提出的方法可以有效识别故障类型,提高了故障识别精度.