排灌机械工程学报

作者：张兼博,曾云,李想

单位：1. 昆明理工大学冶金与能源学院, 云南 昆明650093; 2. 云南省高校水力机械智能测试工程研究中心, 云南 昆明650093

关键词：水泵机组,特征提取,改进的麻雀搜索算法,多维特征指标,故障诊断

基金：浙江省基础公益研究计划项目(LZJWD22E090001);浙江省重大科技计划项目(2021C03019);宁夏水利科技项目(GKGX-KY-2023-001);宁夏水利科技项目(QTXGQ-KY-2023-001);国家自然科学基金资助项目(51579102)

提出一种ISSA结合VMD与多维统计指标的水泵机组特征提取方法,并将ISSA应用于BiLSTM,以提升后续水泵机组故障特征分类的准确率.首先利用ISSA确定VMD的最佳分解参数,提取高质量的模态分量.随后计算模态分量的多维统计指标,基于此构建综合特征向量.最终,将多维特征向量输入故障诊断模型进行特征分类.试验结果表明,在给定数据集下,所提故障诊断方法准确率高达98.75%.同时,为探究所提模型的良好效果,引入SSA,WOA,GTO进行对比分析,结果显示在相同模型条件下,ISSA算法效果明显优于其他优化算法.并且,采用多维统计指标构建特征向量的效果也明显优于利用单一指标作为故障特征.研究成果为处理实际振动信号提供了一种有效解决方案.

来源：2025年第6期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2025年第6期