Page 122 - 2023年第54卷第11期

步骤 ５：将验证集图像输入训练好的 Ｒｅｓｎｅｔ５０中，得到图像特征分类，实现水电机组不同状态的
有效识别和分类，提升辨识精度，完成水电机组故障诊断。

３ 试验及验证

３．１ 实验数据描述 本文仿真所用软件为 ＭＡＴＬＡＢＲ２０２０ｂ，计算机配置为 Ｉｎｔｅｌ（Ｒ）Ｘｅｏｎ（Ｒ）Ｓｉｌｖｅｒ
４２１６ＣＰＵ＠２．１０ＧＨｚ ，机带 ＲＡＭ ２５６ＧＢ。
水电机组转子具有高速旋转的特性和复杂的运行环境，导致其容易损坏故而给旋转机械的运行
和生产带来极大的安全隐患 ［２２］ 。本试验主要通过转子试验台分别模拟机 组正 常（Ｎｏｒｍａｌ）状态和碰
磨（ Ｒｕｂｂｉｎｇ）、不平衡（Ｉｍｂａｌａｎｃｅ）、不对中（Ｍｉｓａｌｉｇｎｍｅｎｔ）３种水电机组常见故障（为 便 于后文对这
４种状态进行表示，分别简称为 Ｎｏｒ、Ｒｕｂ、Ｉｍｂ、Ｍｉｓ）。其中，Ｒｕｂ状态由碰磨螺栓旋入碰 磨螺纹
箱并与转轴接触来模拟；Ｉｍｂ状态是通过在轴上放置质量块来实现；Ｍｉｓ状态是由错置联轴 器上两
轴的位置来完成模拟。信号采集时，机组转速设定 为 １２００ｒ?ｍｉｎ，采 样频 率 为 ２０４８Ｈｚ。通过转子
试验台对 ４种机组状态分别采集 １００组数据，每组数据包含 ２０４８个点，４种机组状态的振动信号如
图 ６所示 ［２３］ 。

图 ６ 转子实验台采集的不同状态振动信号

为了获得振动信号中一些振幅较大的频率，对转子试验台采集的信号进行快速傅里叶变换并进行
幅值修正得到四种情况的频谱图，如图 ７所示。可以看出，机组 Ｎｏｒ信号频谱图在频率为 ４０Ｈｚ左右
达到峰值，最大幅值（ ＭａｘＡｐｄ）小于 ０．２，在 ６００～８００Ｈｚ时幅值波动最为明显；Ｒｕｂ状态幅值在 ４０Ｈｚ
左右时达到最大（０．２ ≤ＭａｘＡｐｄ ≤０．３），在 ４００～１０００Ｈｚ时幅值波动均比较明显；Ｉｍｂ状态相较于 Ｒｕｂ
整体要稳定许多但最大幅值较大；与其他几种状态相比，Ｍｉｓ状态的幅值最大值已经超过 ０．５，频率在
１５０～４００Ｈｚ之间时幅值波动最大，最不稳定。

图 ７ 振动信号频谱图
— １ ３ ４ —
８