基于改进型小波神经网络的往复泵故障诊断

摘要

为了对往复泵的故障进行正确诊断,提出了基于改进型小波神经网络的往复泵故障诊断方法.以往复泵单个泵缸内的压力信号作为系统特征信号通过小波包分解来提取故障特征向量,同时将此特征向量作为改进型神经网络的输入,利用改进型神经网络对故障做进一步的精确实时诊断.文中对小波神经网络采用的优化算法是:动量因子和学习率自适应调整相结合的梯度下降法,该方法可以提高学习速度并增加算法的可靠性.通过对往复泵液力端多故障诊断实例的检验表明,该系统故障诊断正确率达到了93％以上.