来源：期刊VIP网 时间：
作者：付文泓;胡志华;陶莉莉;
单位：上海第二工业大学智能制造与控制工程学院;
摘要：为了对消防水力系统的运行状态进行实时监测与故障诊断，提出一种基于一维卷积神经网络（1D-CNN）的消防水力系统故障诊断算法与监测系统。该系统利用RS 485总线，通过ModBus RTU协议采集消防泵转速、取力器输入/输出轴温度、进出口压力以及管道流量等参数，使用基于Winform搭建的上位机对采集参数进行实时显示与分析；接着使用1DCNN和LSTM算法进行故障诊断实验；最后将1D-CNN模型接入监测系统中进行应用，实现故障诊断功能。实验结果表明：1DCNN故障诊断准确率高达98.66%，模型性能较LSTM更佳；监测系统运行稳定，能够实时显示各项监测数据；与传统方法需要人工提取特征相比，将故障诊断模型接入监测系统后，可以直接将多传感器采集的信息作为输入，融合特征提取与分类过程，实现消防水力系统端到端的故障诊断。该监测系统人机界面友好，参数监控精确，故障反馈及时，适合消防部队日常使用。
关键词：一维卷积神经网络;;消防水力系统;;状态监测;;故障诊断;;多传感器;;Winform
基金资助：国家自然科学基金资助项目(62203291)
