摘要
本发明公开了一种主氦风机故障诊断的电磁轴承故障模式分析方法包括，建立电磁轴承‑转子‑机架高保真耦合动力学模型；提取故障特征频率和振动幅值，对监测信号进行预处理，提取多源异构的故障特征；评估各特征对故障的敏感性，设计自适应加权D‑S证据理论融合算法，通过动态调整信息源权重对轴承故障模式进行识别；搭建卷积神经网络模型自动提取工况对应的深层故障特征，并采用迁移学习策略在不同工况间进行诊断模型自适应；使用GRU网络对时序监测数据进行训练学习，预测轴承故障的发展趋势，采用启发式算法优化风机运维策略。本方法能够克服现有方法的局限性，实现轴承故障的精准诊断和趋势预测，为旋转机械的智能运维提供关键技术支撑。
