【摘 要】
：
滚动轴承作为各类机械设备的一个重要组成部分,起到支撑转动轴,保持轴的正常位置和旋转精度的作用,广泛应用于生产生活中。研究表明,大部分旋转机械设备中的故障是由滚动轴承的损伤引起的。因此,为避免重大的安全事故,保护设备的安全,对轴承及时定期地进行故障诊断具有重要意义。本文的主要研究内容如下:（1）针对样本含噪声信号的问题,提出一种基于改进稀疏堆栈自编码网络和XGBoost的滚动轴承故障诊断方法。通过改
论文部分内容阅读
滚动轴承作为各类机械设备的一个重要组成部分,起到支撑转动轴,保持轴的正常位置和旋转精度的作用,广泛应用于生产生活中。研究表明,大部分旋转机械设备中的故障是由滚动轴承的损伤引起的。因此,为避免重大的安全事故,保护设备的安全,对轴承及时定期地进行故障诊断具有重要意义。本文的主要研究内容如下:（1）针对样本含噪声信号的问题,提出一种基于改进稀疏堆栈自编码网络和XGBoost的滚动轴承故障诊断方法。通过改进后的自编码网络对滚动轴承的振动信号进行去噪处理,然后对信号的特征进行提取,使用XGBoost算法进行故障的分类。测试结果表明:在添加不同程度信噪比的噪声后,相较于其他方法,该方法具有较高的故障诊断准确率。（2）针对故障信号样本稀少的问题,提出一种基于相对对抗生成网络和XGBoost的滚动轴承故障诊断方法。使用相对对抗生成网络学习训练集中数量较少的故障信号的分布特征,然后生成与其具有相同分布的伪振动信号,并将其补充到训练集中。使用稀疏堆栈自编码网络对振动信号进行特征提取,接着通过XGBoost对滚动轴承的振动信号进行故障诊断。测试结果表明:相较于不进行样本补充的方法,该方法能大幅度提高故障诊断准确率。（3）针对样本含噪声且故障信号样本稀少的问题,本文将上述两种方法结合,并提出改进集成学习的方法来诊断轴承故障。首先对所有信号进行去噪处理,接着生成训练集中含量较少的故障信号补充样本集。使用稀疏堆栈自编码网络对信号进行特征提取,构造不同的自编码网络对振动信号进行故障的分类诊断,使用改进集成学习方法来确定最终的诊断结果。测试结果表明:改进集成学习方法的诊断准确率高于单独使用任何一个自编码网络的诊断结果。（4）最后本文提出一种基于优选剔除的分类策略。通过比较不同故障间的类间距离以及故障自身的类内距离的比值,在进行故障诊断时,按顺序进行故障的诊断,并将被诊断出的故障剔除出测试集。测试结果验证了优选剔除分类策略的有效性并且能进一步提高原有方法的故障诊断准确率。本文针对滚动轴承进行故障诊断时面临信号含噪声和故障样本稀缺的问题,提出了相应的解决方法,能够有效地对滚动轴承故障进行分析与诊断,达到了预期的效果。
其他文献
水下声呐图像分割是海洋战略中最具有挑战性的研究方向之一。由于水下声呐图像中存在大量非目标、阴影以及噪声的影响,水下声呐图像质量普遍较低,导致水下声呐图像的分割准确率低,因此水下声呐图像相较于光学图像需要特殊的处理方式。水下声呐图像的处理过程一般分为预处理、分割、特征提取和分类四个步骤。准确地分割出图像中的目标区域是图像处理的关键步骤,也是后续目标识别的必要过程。目前在水下声呐图像分割上,传统的分割
永磁同步电机因具有高效率、运行可靠、体积较小、重量较轻等众多优点,在工业控制、高档数控机床和无人水面艇等领域成为首选电机之一。然而,永磁同步电机是一个强耦合、多变量的非线性系统,传统PID控制存在诸多不足,已经不能满足高性能控制的要求。因此,将先进的控制方法运用到永磁同步电机控制系统中,对进一步提高控制系统的性能具有重要的意义。本文以自抗扰控制理论为基础,对永磁同步电机的动静态性能和抗扰动能力进行
大都市区（圈）是全球城市化的核心区域,也是航空市场需求的集聚地。纽约大都市区数量庞大的机场体系由国家机场体系及其他机场共同组成,非国家机场体系机场在数量上占据主导地位。长时间尺度的航空市场结构分析发现,货运市场集聚程度最高,其次为客运市场;区内通用航空市场较为发达,致使飞行市场集中度较低,但国家机场体系在运输航空中发挥关键作用。基于市场腹地客流联系分析发现,主要机场的客流联系市场集中度较高,前三位
随着计算机科学的蓬勃发展与信息技术的日新月异,越来越多的研究人员将精力投入到人工智能领域,机器人技术无疑是其中最热门的技术之一。大量的机器人被应用到农业、工业、服务业等各大行业以及军事、航天等国家级事业,移动机器人更是其中的主力军。移动机器人在已知环境下的导航研究已经相对成熟,但是更多的研究偏重于静态环境下的路径规划,比较依赖已知地图信息,不具有快速响应复杂变化的能力,缺乏自主决策能力。因此,提高
近年来,由于无人艇在商业和军事领域应用数量的不断增加,无人艇运动控制系统的性能和安全性受到的关注也越来越多,其中良好的速度控制性能是实现无人艇运动控制的关键和基础。随着无人艇电气化和智能化趋势的不断发展,电力推进因其在节能、环保、高效率和高可靠性等方面的潜力而成为无人艇的重要驱动方式之一。目前,针对无人艇速度控制问题的研究,大多数焦点都集中在速度外环控制系统的设计,而电机伺服环的设计却很少受到关注
海洋是地球的“血脉”,孕育了生命、连通了世界、促进了发展。在海洋化的进程中,动力定位船舶以其定位准确、机动性高、不受水深限制等优点,广泛地应用于铺缆、钻井、供给、铺管、消防、科研考察以及海洋平台等作业中,已成为探索和开发海洋的“利器”。然而,受到复杂多变的海洋环境的影响,动力定位船舶的推进器可能发生各种故障,从而造成不可估量的损失。同时,信号量化现象、通信时延现象和持续海洋扰动的存在也影响船舶动力
直驱式波浪能发电系统具有结构简单、能源转换环节少等优势,在波浪能发电领域被寄予厚望。但波浪环境复杂,导致不同波浪环境下直驱式波浪能发电系统的高性能波能跟踪控制极具挑战性。本文面向规则、不规则、季节性变化等波浪环境下的最大波能跟踪控制需求,提出了精确的最大波能跟踪控制数学模型以及有针对性的控制方案,解决了不同波浪环境下的最大波能跟踪控制问题。主要研究工作如下:首先,针对规则波浪环境下系统数学模型不精
近年来,UAV（Unmanned Aerial Vehicle,UAV）技术开始广泛应用于突发事件、抗震救灾、军用或民用行动等关键领域。在复杂环境中如何实现UAV群协同处理多目标异构任务,已经成为UAV应用领域的一个重要问题。本文对多UAVs分布式协同区域搜索与动态目标跟踪中的无线网络路由规划、环境信息一致化处理、在线航迹规划以及实时避障等几个关键问题进行研究。本文主要工作内容如下:（1）为解决广
在开发、利用、保护海洋资源的过程中,水底地形测绘和水下航行器自主作业等诸多任务使命都对水底地形三维数据具有强烈需求,面向水底地形的三维重建研究具有重要的学术意义与实用价值。本文面向高精度水下地形三维重建需求,分别提出图像背景光优化、自适应误匹配剔除和视差优化策略,改善真实水下环境中图像失真、匹配约束失效和遮挡区域重建受限等问题。具体研究工作如下:首先,针对水下图像雾化、颜色失真、对比度降低等导致的
无人船作为国家军工及科研的重点研究对象,具有广泛的应用前景。路径规划算法作为无人船的关键技术,是自主控制领域的热点研究问题。在障碍物种类繁多的真实海域,无人船的路径规划与实时避碰是十分复杂且困难的,本文通过将传统路径规划算法加以改进,提出了一种全局与局部混合的分层路径规划方案,解决了无人船在真实复杂海洋环境下的路径规划与实时避碰问题,提升了无人船的航行安全性。本文主要展开了以下研究:首先,通过对海