考虑声-振模态结合的抽水蓄能机组轴承故障诊断

• Published in: 电力系统保护与控制 Vol. 52; no. 11; pp. 1 - 10
• Main Authors: 胡列豪, 巩宇, 张勇军, 安禹铮, 蒋崇颖, 廖美英
• Format: Journal Article
• Language: Chinese
• Published: 南方电网储能股份有限公司,广东 广州 510635%广东科学技术职业学院,广东 广州 510600 01.06.2024; 华南理工大学电力学院,广东 广州 510641%华南理工大学电力学院,广东 广州 510641
• Subjects: 声-振模态; 奇异值分解; fault diagnosis; 特征工程; 故障诊断; pumped storage unit; singular value decomposition(SVD); feature engineering; 抽水蓄能机组; sound-vibration modal
• ISSN: 1674-3415
• DOI: 10.19783/j.cnki.pspc.231422

为解决抽水蓄能机组轴承磨损故障难以监测和识别的问题,提出一种结合声振数据的双模态神经网络机组轴承诊断模型.首先分析了抽水蓄能机组声振特性,融合相似软阈值对奇异值分解去噪方法进行改进,有效消除非接触式传感器固有噪声干扰.其次提出逆巴克频谱变换方法,并结合巴克频谱变换和格拉姆角和场变换等特征工程技术,提取机组轴承的声纹和振动特征图.通过融合相对位置编码的自注意力机制和深度可分离卷积,建立特征图传递网络.同时运用多头自注意力机制和双向长短期记忆网络搭建了时序数据传递网络,并以平行网格架构构建了机组轴承故障诊断模型.实验对比分析表明,所提方法具有较高的故障识别准确率,为抽水蓄能电站机组轴承监测问题提供了有效的解决途径.