关键词：融合信号;压缩机;健康管理;卷积神经网络
摘 要：为了提升化工压缩机组运行的安全性与稳定性，介绍一种基于融合信号的压缩机组健康管理方法。先通过对振动信号频域图与故障特征的提取，训练出基于卷积神经网络的压缩机状态诊断模型，然后以此为基础，利用诊断模型对融合信号的处理与分析，判断压缩机组是否出现故障，并确定故障的具体类型。通过实践应用验证发现，相对于传统压缩机组运行状态监控系统故障检测结果准确率，基于融合信号的卷积神经网络诊断模型具有更加良好的诊断效果，因而可将该方法大规模推广到化工压缩机组健康监测工作当中。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取