来源：期刊VIP网 时间：
作者：娄岩;
单位：北京市水利工程管理中心;
摘要：为探索南水北调中线工程(北京段)亦庄调节池工程亦庄1号泵站卧式离心泵的振动特征分析与故障预测，通过时域、频域和时频分析提取振动信号的关键特征。应用支持向量机(support vector machine, SVM)、随机森林(random forest, RF)和卷积神经网络(convolutional neural network, CNN)进行故障预测。通过信号处理与机器学习技术的融合，显著提高了卧式离心泵故障预测的准确性，为泵站运维提供了科学、有效的决策支持。未来研究方向应扩展数据集，增加异常工况下的数据，以提高故障诊断的准确性和及时性，定期评估和更新机器学习模型，集成最新算法和优化技术，应对复杂故障预测需求，同时适应泵站运营的动态变化。
关键词：卧式离心泵;;信号处理;;机器学习方法;;振动特征分析;;故障预测
