轉(zhuǎn)子裂紋深度自適應(yīng)預(yù)測(cè)與故障診斷

摘要： 針對(duì)傳統(tǒng)的轉(zhuǎn)子結(jié)構(gòu)裂紋故障識(shí)別方法中特征提取困難、無(wú)法定量識(shí)別裂紋深度及受噪聲污染嚴(yán)重的問題，提出了一種基于轉(zhuǎn)子軸心軌跡的轉(zhuǎn)子裂紋深度預(yù)測(cè)模型。該模型基于奇異值分解和卷積降噪自編碼器（singular value decomposition-denoising convolutional autoencoder，簡(jiǎn)稱SVD-DCAE），能夠有效提取裂紋轉(zhuǎn)子的故障特征并準(zhǔn)確預(yù)測(cè)轉(zhuǎn)...