Page 121 - 2023年第54卷第11期
P. 121
果为 Ｆ（ｘ），网络转化为求残差函数，更容易获得优化。
图 ２ 三个层次构成的分解过程示意图
图 ３ Ｒｅｓｎｅｔ５０网络结构图 图 ４ 残差单元结构
Ｒｅｓｎｅｔ５０输入信号由图像去除坐标、刻度等预处理后分割形成的 ３维矩阵，大小为 ２２４ × ２２４ × ３，
对于某一特征图经 ３次卷积后再与原始特征图融合，每次卷积后再批量归一化操作，最后将新的特征
图经过激活函数（ ＲｅＬＵ）加入非线性元素，提高模型的有效性。
２．４ 基于 ＥＨＳＤＰ － Ｒｅｓｎｅｔ５０的水电机组故障诊断模型 下面给出基于 ＥＨＳＤＰ － Ｒｅｓｎｅｔ５０的水电机组故
障诊断模型的实现步骤：
步骤 １：将转子试验台采集到的振动信号按照增强层次分析的方法处理，保留有效的故障信息；
步骤 ２：根据对称极坐标变换的方法将处理过的 ４００组振动信号转化为 ＥＨＳＤＰ图像，调整程序中
的参数确定生成该振动信号 ＥＨＳＤＰ图像的最优参数，使图像之间的差异最明显；
步骤 ３：将上一步生成的 ＳＤＰ图像通过水平和垂直翻转进行数据增强，然后分类并划分好训练集
和验证集；
步骤 ４：基于训练集图像，通过提取振动信号的故障特征，不断调整和优化 Ｒｅｓｎｅｔ５０模型，从而
获得模型参数；
图 ５ 本文故障诊断流程图
３
— １ ８ ３ —
