科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着工业技术的发展，离心泵的健康诊断与维护需求日益迫切，结合数字孪生和机器视觉技术，本文提出了一种基于数字孪生流场云图的离心泵叶轮机械故障智能诊断方法。首先，借助离心泵数字孪生模型来模拟叶轮叶片随机断裂故障的演化发展，生成具有不同故障特征的叶轮流场压力及速度云图；其次，基于对Yolov5算法的学习训练，获得了压力和速度云图两类机器视觉模型，并结合统计分析实现了叶轮故障的初步诊断；进而考虑两类检测模型的优势互补特性，基于堆叠集成的思想将二者融合，以提升叶轮故障诊断的准确性。经实验验证，针对叶轮叶片的随机断裂故障，本文提出的离心泵智能故障诊断方法可达到0.99以上的诊断准确度，开发的离心泵叶轮机械故障智能诊断系统使文中方法得以落地应用。
- 出版日期2023
- 单位兰州理工大学
