基于一维卷积神经网络的旋转机械故障诊断关键技术研究

来源 :东北大学 | 被引量 : 0次 | 上传用户:zhangfalun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着信息技术的发展和工业智能化水平的提高,面对复杂系统的智能数据驱动故障诊断技术逐渐成为了研究的热点。本文以旋转机械关键零部件(轴承和转子)为研究对象,针对在大数据背景下,故障诊断方法存在的特征提取依赖于人工、输入数据量大而导致的网络复杂以及目标任务样本数量少造成的网络训练不足等关键问题,基于振动信号的一维特点和卷积神经网络的优点,提出了分别融合多传感器、压缩感知及迁移学习的一维卷积神经网络故障诊断方法。针对不同应用场合和监测需求,通过滚动轴承和转子实验,证明了所提方法的有效性和优越性。本文具体研究内容如下:(1)针对振动信号具有一维特性,传统二维卷积神经网络会破坏其空间特性的问题,提出了融合重叠池化、Dropout技术和Adam优化算法的一维卷积神经网络,实现了单传感器下的特征自动提取,并用从旋转机械关键部件采集的振动信号进行故障诊断,证明了该方法具有较高的测试准确率。(2)针对单传感器具有局限性以及多传感器处理技术过于依赖先验知识和特征提取的问题,提出了基于多传感器的一维卷积神经网络故障诊断方法。首先对来自多传感器的信息进行数据层融合,然后利用一维卷积神经网络对融合后的数据进行特征提取和故障诊断。通过轴承实验验证了该方法能有效的识别和分类不同的组件故障。(3)为解决在大数据监测过程中,采集数据量大而导致的数据存储、传输和计算压力大的问题,提出了基于压缩感知的一维卷积神经网络故障诊断方法。通过实验表明,该方法在不重构压缩信号的前提下,能够保证准确率的同时缩短诊断时间,减少了网络复杂性。这为压缩感知理论在旋转机械智能故障诊断的实际应用提供参考。(4)为解决目标任务数据样本少造成网络训练不足的问题,本文提出了基于迁移学习的一维卷积神经网络故障诊断方法。该方法以一个工况下采集的数据为源任务数据,待测工况数据为目标数据,对目标数据进行小样本下的故障诊断。实验结果表明,即使在小样本下,所提方法仍具有较高的准确率。
其他文献
钛-氢体系很久之前就引起了人们的广泛注意,但是国内外的许多研究都只是聚焦于实验,针对钛-氢体系的理论研究很少,有关钛、钛氧化物与氢原子之间的相互作用仍然很不明确,也没有适用于钛储氢薄膜的动力学方程(用于表征吸放氢时间即寿命)。因此为了系统研究钛吸放氢机制、机理问题,钛氧化物阻碍钛吸放氢的机理问题以及推导出适用于钛储氢薄膜的动力学方程,论文利用基于密度泛函理论的相关理论研究方法,主要研究了钛吸放氢的
作为一种新型材料,负泊松比材料较传统材料具有更多特殊而优越的力学性能,如剪切模量大、断裂韧度高、吸能效率高、比强度和比刚度高等优点,使得该材料具有更广阔的应用前景。本文主要建立了随机负泊松比泡沫及其填充薄壁结构模型,并对其进行力学特性分析,利用有限元方法对设计的结构模型进行数值模拟分析,具体研究内容如下:(1)采用MATLAB和ANSYS/APDL参数化建模方法建立随机负泊松比多孔材料结构模型。研
多级真空干泵具有清洁度高、集成度高等优点,可根据不同抽气性能需求进行不同转子的组合,被广泛应用于化工、薄膜制造及半导体相关产业等,市场需求日益增长。为了适应不同工程需要,国内外各真空泵厂家及专家学者都对多级真空干泵进行了很多抽气原理及优化升级的研究,国外一些真空干泵大厂对多级真空干泵的研究起步早,其产品在我国的多级真空干泵市场中占据着十分大的份额,我国急需提高自主研发能力,本课题从模拟分析及实验测
随着工业及运输业的飞速发展,桥式起重机已被应用到生活的各个方面。起重机运输过程中出现的吊重摆动现象既对运输效率产生了严重影响,也对现场人员的安全造成了威胁。如今现场普遍使用的机械式防摇方法效果并不理想,为更好的研究起重机系统的防摇问题,本文设计了一套防摇控制实验系统,并对防摇控制算法展开研究。根据运输过程中起重机的运行特点,本文首先抽象出防摇实验系统的模型,接着采用拉格朗日方程对其进行数学建模,建
顶燃式热风炉在吸取了内燃式热风炉内部流场不均匀及外燃式热风炉占地面积大的缺点的基础上,其结构稳定性提高,气流分布更加均匀,为实现高风温创造了条件,在炼铁行业取得了广泛的关注。蓄热室作为顶燃式热风炉的最重要的部分,吸热和放热两个过程都在蓄热室中进行,吸放热的换热性能直接受蓄热室结构影响。因此对热风炉蓄热室结构的研究显得尤为重要。本文以某2500m3高炉热风炉为研究对象建立简化模型,通过改变蓄热室结构
生产调度在制造系统中起着不可替代的作用,是整个生产管理系统的重要组成部分。正确的调度方案使得生产系统能够以更高的效率进行运转,使生产计划得以更有效的实施,生产资源的使用效率得到提升,生产线平衡率更高,降低在制品库存,进而减少资金占有率。而系统中,工件的加工时间等不确定因素会对生产调度的运行产生很大的影响。研究不确定条件下作业系统的生产调度问题对提高企业的实际生产效率,缩短企业产品生产周期,降低企业
人体下肢行为识别是下肢外骨骼机器人系统中重要的组成部分,为了使下肢外骨骼可以可靠、实时、有效的运行,需要对人体行为动作做出识别,提供外骨骼运动选择策略,增加外骨骼与穿戴者之间动作的协调性。本文基于多模态传感器信号对人体下肢多个动作步态进行识别分类,将人体上下楼梯和平地行走的步态分为摆动相和支撑相,针对这六个相位,设计了采集识别硬件系统,采集人体运动过程中的表面肌电(sEMG)信号和加速度信号进行分
随着全球化的不断深入和发展,产品生命周期的缩短,以及自然灾害、恐怖主义等频繁发生,这些都增加了供应链系统内部的脆弱性及复杂性。例如,2000年,一场大火使得飞利浦失去芯片的供应能力,采用单一供应商的制造商爱立信因完全得不到芯片的供应,损失了4亿欧元的销售额,蒙受巨大的损失,并且在2001年,爱立信因不堪重负,不得不退出手机市场。然而,采用多源供应策略的诺基亚公司及时制定应急供货方案避免了芯片供应的
纤维增强复合薄壁圆柱壳作为一种性能优良的复合材料,因其比强度高、比模量大、耐腐蚀性强等,常常被用于制造高科技设备中壳体等重要部件,例如航空航天飞机的鼓筒、机翼风扇机匣、导弹头部的整流罩和鱼雷等。这些复合薄壁圆柱壳构件一般长期工作在高温、高压、振动剧烈等恶劣环境中,而且大部分构件通过螺栓进行连接或固定。螺栓连接部位往往是结构系统的薄弱环节,其在机械结构安全运行中起非常关键的作用。如前苏联60年代研究
随着科学技术的发展,下肢外骨骼的研究越来越广泛,尤其是对下肢外骨骼偏瘫助行机器人的研究如火如荼的进行着。下肢偏瘫外骨骼机器人可以帮助患者实现行走,在医学领域中,很多医生愿意使用先进的科学技术,获得科学的、合理的康复数据,进行合理的分析与指导,帮助患者恢复行走能力。(1)首先,对国内外外骨骼的研究现状和技术难点进行研究与分析,包括结构设计、控制方式和传感器设计等,根据国内外康复外骨骼的优缺点确立了本