基于卷积神经网络的闪蒸汽压缩机故障诊断方法

针对传统闪蒸汽压缩机组数据采集及分析难以达到简单、高效且准确的问题,基于卷积神经网络的故障诊断方法,将实时数据收集的原始数据作为神经网络的输入,卷积层对数据进行特征提取并进行分类,输入到池化层后进行二次特征提取和精细化分类,最后通过全连接层的激活函数进行故障识别和分类,计算结果表明,基于卷积神经网络的故障诊断方法识别和诊断故障的准确性和效率较高,可为类型多样、大量繁杂的机组数据的失效预警、故障诊断和状态评估提供简便高效的方法。