来源：期刊VIP网 时间：
作者：周阳;袁啸林;江明;左桂忠;刘鹏;侯吉磊;陈跃;庄会东;成志新;
单位：安徽工程大学高端装备先进感知与智能控制教育部重点实验室;中国科学院等离子体物理研究所;
摘要：分子泵为EAST装置提供洁净的真空环境，其运行状态影响EAST实验的顺利开展。由于在EAST实验运行过程中，分子泵设备可能会出现异物坠入或者真空泄漏故障，对装置造成次生危害。针对分子泵故障数据集不平衡导致故障诊断精度低以及模型过拟合问题，提出一种基于时域频域预处理与改进BP相结合的算法，实现分子泵故障诊断。通过在BP神经网络的基础上，引入粒子群算法(PSO)并结合五折交叉验证优化模型。首先在模拟分子泵故障的破坏性测试平台上，采集正常态、真空泄漏以及异物坠入故障振动信号，然后对数据进行时域频域特征提取融合，将得到的特征向量集作为优化算法的输入，对模型进行训练，实现分子泵故障诊断。经实验验证，所提出改进BP算法在诊断精确率上可以达到96.84%，优于支持向量机(SVM)、K近邻（KNN）和BP算法。
关键词：分子泵;时域频域分析;粒子群算法;交叉验证;故障诊断
基金资助：国家自然科学基金青年基金项目（11905254;12105322）; 安徽省自然科学基金青年基金项目（2108085QA38）
