基于Transformer神经网络和轴心轨迹的燃气轮机转子故障诊断方法

摘要

本发明涉及一种基于Transformer神经网络和轴心轨迹的燃气轮机转子故障诊断方法，包括以下步骤：1)采集转子X、Y向的原始振动信号合成转子原始轴心轨迹，并采用自适应小波阈值法对原始轴心轨迹进行提纯；2)对提纯后新的轴心轨迹进行图像处理，转换为尺寸一致的单通道图像，并采用独立成分分析法提取轴心轨迹的图像特征，构造训练样本；3)构建基于transformer神经网络的故障诊断模型并通过训练样本进行训练，并根据训练好的故障诊断模型实现燃气轮机转子的故障诊断，识别转子故障类型。与现有技术相比，本发明采用自然语言处理领域前沿的神经网络一定程度上提高了基于轴心轨迹的转子故障诊断准确率，提升了诊断效率，对电厂运维具有一定的指导意义。