现在的位置:主页 > 期刊导读 >

基于门控循环神经网络的阀门泄漏检测方法

来源:中国计量 【在线投稿】 栏目:期刊导读 时间:2021-08-04

【作者】:网站采编
【关键词】:
【摘要】:目的:针对阀门常见的泄漏故障,研究一种阀门泄漏故障检测方法。方法:采用声发射技术与深度学习相结合的方法,通过声发射技术对阀门内漏信号进行了采集,搭建了以门控循环神经网络

目的:针对阀门常见的泄漏故障,研究一种阀门泄漏故障检测方法。方法:采用声发射技术与深度学习相结合的方法,通过声发射技术对阀门内漏信号进行了采集,搭建了以门控循环神经网络(GRU)为核心的阀门内漏诊断模型。该方法针对阀门内漏的特点,发挥了声发射技术在无损检测领域上的优越性,并利用GRU捕捉所采集声发射数据的长期依赖性,最终改善了传统循环神经网络的梯度弥散的问题。结果:经过实验和数据分析,提出了基于声发射技术和门控循环神经网络的故障检测方法,从而提升了阀门内漏故障识别的准确率。结论:本方法利用重构的去噪数据进行处理来提高模型效果,并充分发挥GRU在时间序列预测上的优势,最后提升了对阀门微小泄漏检测的精度。

文章来源:《中国计量》 网址: http://www.zgjlzz.cn/qikandaodu/2021/0804/643.html

上一篇:电子天平检定中若干问题的思考
下一篇:兰州石化计量数字化转型探索与实践

中国计量投稿 | 中国计量编辑部| 中国计量版面费 | 中国计量论文发表 | 中国计量最新目录
Copyright © 2019 《中国计量》杂志社 版权所有
投稿电话: 投稿邮箱: