1. 三峡大学电气与新能源学院
2. 梯级水电站运行与控制湖北省重点实验室
3. 大唐观音岩水电开发有限公司
Published:2026
移动端阅览
张彬桥, 刘明亮, 侯成伟. 基于RIME-VMD与TTAO-CNN-LSTM-Attention的水电机组轴承故障诊断[J]. 2026, 44(9): 194-198.
DOI:
张彬桥, 刘明亮, 侯成伟. 基于RIME-VMD与TTAO-CNN-LSTM-Attention的水电机组轴承故障诊断[J]. 2026, 44(9): 194-198. DOI: 10.20040/j.cnki.1000-7709.2026.20251923.
针对水电机组轴承在复杂环境下所提取到的振动信号存在显著非平稳特性、噪声干扰影响大、提取故障特征困难等问题,构建了基于RIME-VMD(雾凇优化)与TTAO-CNN-LSTM-Attention(三角拓扑聚合)融合的轴承故障诊断模型。首先,采用RIME雾凇算法对变分模态分解(VMD)的模态数K和惩罚因子α进行寻优,从而解决以往依赖经验选参的问题;随后,根据寻优结果将故障信号进行自适应分解得到最优本征模态分量并提取出多维度故障特征;最后,构建了TTAO-CNN-LSTM-Attention的多模块融合的神经网络故障诊断模型,利用该模型对所提取的故障特征进行深层次挖掘、学习从而实现高精度轴承故障诊断。研究结果表明,所提方法在故障诊断测试中取得了较高准确率,可有效提升对于水电机组轴承故障特征的深度挖掘和学习的能力,从而提高故障诊断准确率。
张立智,徐卫晓,井陆阳,谭继文.基于EMD-SVD和CNN的旋转机械故障诊断[J].振动.测试与诊断,2020(06).
Meng-Hao Guo,Tian-Xing Xu,Jiang-Jiang Liu,Zheng-Ning Liu,Peng-Tao Jiang,Tai-Jiang Mu,Song-Hai Zhang,Ralph R.Martin,Ming-Ming Cheng,Shi-Min Hu.Attention mechanisms in computer vision: A survey[J].Computational Visual Media,2022(03).
单玉庭,刘韬,褚惟,缪护.遗传算法优化变分模态分解在轴承故障特征提取中的应用[J].噪声与振动控制,2024(01).
吴轲,吴军,舒启明,沈卫明,宋文斌.基于深度学习的旋转机械小样本故障诊断方法研究综述[J].中国舰船研究,2025(02).
李洪超,张继,石玉莲,黄国泉,屈晨亮,衣佳欣,文义明.基于APO-VMD联合小波阈值的爆破振动信号去噪方法研究[J].振动与冲击,2025(15).
陆碧良,张英杰,孙庆帅,李蒲德.基于加权对抗域自适应的旋转机械开放集跨域故障诊断[J].控制与决策,2025(10).
付吉斯,张鉴铭,闫峰,张书博,何中政,郑勇.基于GHOA-VMD-GRU和CNN区间建模的长江上游干流日含沙量预测研究[J].水电能源科学,2025(11).
贺淼,江善虎,任立良,杨邦,王建平,周乐.耦合物理机制和深度学习的分布式混合洪水预报模型[J].水利学报,2025(11).
别锋锋,周兆龙,李倩倩,丁学平,袁为栋,张瀚阳.基于COA-CNN的滚动轴承故障诊断方法研究[J].噪声与振动控制,2025(04).
0
Views
149
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution