一种基于多源传感器信号的离心泵空化状态识别方法

本发明公开了一种基于多源传感器信号的离心泵空化状态识别方法，包括以下步骤：采集离心泵在不同水温和工频下的多源传感器信号，获得带有空化状态标签的多模态数据；使用线性插值方法对多模态信号数据进行重采样，将信号在时间域上的同步和对齐；使用短时傅里叶变换对多传感器信号时频分析，并通过主成分分析对特征进行降维，提取一维特征和二维特征；使用一维卷积神经网络和二维卷积神经网络对不同模态的信号特征进行深度学习，并通过特征融合策略将多维特征进行特征层融合；采用门控循环单元的方式，利用时序特性对融合后的特征向量分类；采用加权融合策略，根据各信号源在故障诊断中的分类准确率设置信号源的权重系数，并将加权后的数据输入分类识别模型支持向量机，得到最终空化状态识别结果。本发明通过多源传感器信号的协同作用，全面提高空化状态的识别精度和鲁棒性，具有重要的经济性和技术推广价值。