컨볼루션 오토인코더와 PSO-LSSVM 기반 내부 기어 펌프의 결함 진단 방법 연구

내부 기어 펌프에서 생성되는 원시 신호는 기계 진동과 주변 환경에 의해 발생하는 잡음에 민감하며, 다양한 작동 기간 동안 수집된 샘플 수는 고르게 분포되어 있지 않습니다. 이러한 요인으로 인해 내부 기어 펌프의 결함을 정확하게 진단하는 것은 상당히 복잡해집니다. 이러한 문제를 감안하여, 다양한 작동 기간 동안 내부 기어 펌프의 신호를 수집하기 위해 가속 수명 테스트가 수행되었습니다. 컨볼루션 오토인코더 네트워크의 아키텍처를 기반으로 하여, 다양한 작동 기간 동안 신호의 전처리가 이루어져 잡음을 억제하고 작동 기간을 나타내는 특징을 강화했습니다. 그 후, 변복원 모드 분해가 적용되어 전처리된 신호를 여러 내재 모드 함수로 분해하고, 각 내재 모드 함수에 대한 다중 스케일 순열 엔트로피 값을 추출하여 특징 집합을 형성했습니다. 특징 집합은 훈련 세트와 테스트 세트로 나뉘었으며, 훈련 세트는 입자 군집 최적화–최소 제곱 서포트 벡터 머신 네트워크를 이용하도록 훈련되었습니다. 패턴 인식을 위해 테스트 세트 샘플이 훈련된 모델에 투입되었습니다. 결과적으로 99.2%의 진단 정확도가 입증되었습니다. 다른 결함 진단 방법과 비교할 때 제안된 방법이 보다 효과적이고 정확합니다.