一种基于多尺度融合DCNN的泵空化状态智能识别方法

本发明公开了一种基于多尺度融合DCNN的泵空化状态智能识别方法，包括：(1)采集离心泵处于不同空化状态时的噪声信号，并无重叠地切分为若干个噪声信号样本；(2)获取每个噪声信号样本的小波时频图，构建时频图数据集并划分为训练集、验证集和测试集；(3)构建时频增强的小波融合多尺度可解释DCNN模型，该模型包含时频注意力模块、融合多尺度模块和融合类激活映射模块；(4)基于训练集对构建的模型进行训练，基于验证集保存模型的最佳参数；(5)基于测试集对模型进行测试，输出每个样本对应的预测空化状态和类激活图。本发明在离心泵的空化状态识别任务中能取得较高的分类准确率，并具有较高的可解释性。