基于改進DQN燃氣輪機轉(zhuǎn)子故障診斷方法

摘要： 燃氣輪機轉(zhuǎn)子系統(tǒng)作為燃氣輪機關鍵部件，由于難以獲取敏感故障特征導致故障診斷精度不高，影響設備的安全服役。針對以上問題，提出一種改進深度Q網(wǎng)絡（DQN）深度強化學習燃氣輪機轉(zhuǎn)子系統(tǒng)故障診斷方法。首先，以采集的一維工況原始振動信號為輸入，該DQN模型的環(huán)境狀態(tài)采用故障樣本集組成，轉(zhuǎn)子故障類型為當前模型輸入的動作集合；然后，DQN模型的智能體使用一維寬卷積神經(jīng)網(wǎng)絡（WDCNN）擬合得... （共8頁）