基于多尺度CNN的五缸泵液力端阀门故障诊断方法

文章针对钻井泵液力端阀门故障,提出一种智能诊断方法。根据五缸泵机械传动特性,利用角度编码器和振动传感器,对8种工况下的单冲程振动信号进行保形分段三次Hermite插值和z-score归一化处理;采用不同尺度的一维卷积神经网络(CNN)模型进行特征提取和融合,实现对五缸泵液力端吸入阀和排出阀的故障诊断。通过在HH2400泵上进行大量实验,对不同混合工况下实验数据验证分析,结果表明该方法性能优于其他方法,稳定性好,最大诊断准确率达到98.70%。