人民黄河

作者：王伟生, 张宁, 邢磊, 周保林, 郭新帅, 安东, 高源, 张孝远

单位：1.河南工业大学 电气工程学院,河南 郑州 450001; 2.黄河勘测规划设计研究院有限公司,河南 郑州 450003; 3.中铁工程装备集团有限公司,河南 郑州 450047

关键词：时间卷积网络,乌燕鸥算法,变分模态分解,振动信号,趋势预测,水泵机组

基金：河南省科技研发计划联合基金资助项目(225200810038);河南省自然科学基金资助项目(232300421207)

水泵机组振动趋势预测是保障机组正常运行的重要措施,而振动信号的复杂性和非线性使预测变得困难。为此,提出一种基于STOA-VMD和改进时间卷积网络(TCN)的水泵机组振动趋势预测模型。首先采用乌燕鸥算法(STOA)进行变分模态分解(VMD)参数优化,实现振动信号的最优自适应分解,然后利用改进TCN对每个分解模态进行预测,最后叠加所有结果得到最终预测结果。以国内某雨水泵站水泵机组为例,基于水导轴承水平向摆度数据进行模型验证。结果表明:上述组合模型的预测值与监测值的变化趋势基本一致,其具有良好的预测能力。与STOA-VMD-TCN、VMD-EnTCN、VMD-TCN、TCN模型相比,所提出模型的EMA、ERMS、EMAP最小,预测精度最高。

来源：2025年第4期

《人民黄河》期刊编辑部

查看人民黄河杂志2025年第4期