文档名：基于多模态融合的步进式加热炉电气故障辨识研究
摘要：为降低加热炉运行过程中的事故发生率,提出了基于多模态融合的步进式加热炉电气故障辨识研究,首先,利用基于非线性扩散的导数谱增强模型展开信号增强处理.然后,对增强后的电气信号展开EMD分解,获取信号中的所有IMF分量.利用小波包变换提取电气故障的细节特征信息,并电气故障的细节特征信息进行多模态融合.最后,利用随机森林算法对多模态融合的特征展开故障辨识.实验结果表明,所提方法的损失函数值下降较快并且可以降到0.05以下,特征提取能力强、故障辨识效果好,能够为步进式加热炉电气故障辨识提供帮助.
Abstract：Toreducetheoccurrencerateofaccidentsduringtheoperationoftheheatingfurnace,astudyonelectricalfaultidentificationofwalkingbeamheatingfurnacebasedonmultimodalfusionisproposed.Firstly,aderivativespectrumenhancementmodelbasedonnonlineardiffusionisusedforsignalenhancementprocessing.Then,performEMDdecompositionontheenhancedelectricalsignaltoobtainallIMFcomponentsinthesignal.Extractthedetailedfeatureinformationofelectricalfaultsusingwaveletpackettransform,andperformmultimodalfusionofthedetailedfeatureinformationofelectricalfaults.Finally,theRandomforestalgorithmisusedtoidentifythefaultofmultimodalfu-sionfeatures.Theexperimentalresultsshowthatthelossfunctionvalueoftheproposedmethoddecreasesrapidlyandcanbereducedtobelow0.05.Thefeatureextractionabilityisstrongandthefaultidentificationeffectisgood,whichcanhelptoimprovetheelectricalfaultidentifica-tionofthewalkingbeamfurnace.
作者：张翼飞 梅二召 范景峰Author：ZHANGYifei MEIErzhao FANJingfeng
作者单位：河南应用技术职业学院机电工程学院,河南郑州450042
刊名：工业加热 ISTIC
Journal：IndustrialHeating
年，卷(期)：2024, 53(6)
分类号：TH17
关键词：多模态融合 故障辨识 信号增强 经验模态分解 随机森林算法
Keywords：multimodalfusion faultidentification signalenhancement empiricalmodedecomposition randomforestalgorithm
机标分类号：TP391.41TN957.51O224
在线出版日期：2024年7月17日
基金项目：河南省重点研发与推广专项(科技攻关)项目，河南省高等学校重点科研项目，河南省高等学校重点科研项目，河南省高等学校重点科研项目基于多模态融合的步进式加热炉电气故障辨识研究[
期刊论文] 工业加热--2024, 53(6)张翼飞 梅二召 范景峰为降低加热炉运行过程中的事故发生率,提出了基于多模态融合的步进式加热炉电气故障辨识研究,首先,利用基于非线性扩散的导数谱增强模型展开信号增强处理.然后,对增强后的电气信号展开EMD分解,获取信号中的所有IMF分量....参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多模态融合的步进式加热炉电气故障辨识研究 Research on Electrical Fault Identification of Walking Beam Heating Furnace Based on Multimodal Fusion
基于多模态融合的步进式加热炉电气故障辨识研究.pdf
- 文件大小:
- 7.94 MB
- 下载次数:
- 60
-
高速下载
|
|
