【摘 要】
：
随着我国机械制造业的发展,各类大型设备被广泛应用于工业生产中,其复杂的工作环境极易造成故障的发生。旋转机械是一类在机械设备中应用最为广泛的部件,加之传感器的应用使机械设备的健康监测进入大数据时代,如何有效地将设备运行产生的数据运用到旋转机械故障诊断中是现阶段亟待解决的问题。本文基于卷积神经网络设计旋转机械故障诊断实验,通过采集机械设备中旋转机械的故障振动数据,以此为研究对象展开研究,主要工作包括以
论文部分内容阅读
随着我国机械制造业的发展,各类大型设备被广泛应用于工业生产中,其复杂的工作环境极易造成故障的发生。旋转机械是一类在机械设备中应用最为广泛的部件,加之传感器的应用使机械设备的健康监测进入大数据时代,如何有效地将设备运行产生的数据运用到旋转机械故障诊断中是现阶段亟待解决的问题。本文基于卷积神经网络设计旋转机械故障诊断实验,通过采集机械设备中旋转机械的故障振动数据,以此为研究对象展开研究,主要工作包括以下几个方面:1.针对旋转机械中的滚动轴承与齿轮部件,分别对其结构特点、主要故障类型以及不同故障状态下的时域振动信号的动态特性进行分析,并运用快速傅里叶变换对采集到的振动信号进行频域处理,分析了频域状态下发生不同故障的振动特征,以此针对旋转机械振动信号的特点设计故障诊断方法。2.针对旋转机械中耦合多故障难以有效诊断的问题,提出了一种基于深度卷积神经网络的旋转机械故障诊断方法来诊断多分类耦合机械振动信号。该方法直接作用于原始振动信号,通过采用大卷积核与加深网络层的方法,合理选择网络参数,提取齿轮与轴承的耦合故障振动信号的深层次特征,同时对多种故障状态进行诊断。通过风力涡轮机传动系统诊断模拟平台,对不同故障状态进行采集并制作数据集,并基于Tensorflow深度学习框架,在Python 3语言环境下编写程序。通过与其他方法进行对比,验证了该方法的可行性与有效性。3.针对旋转机械领域转移问题,采集不同工况下的各类故障振动信号,提出了一种基于带有扩张卷积的自归一化神经网络的故障诊断算法。该网络针对旋转机械原始振动信号,将一维卷积与二维卷积共同引入到网络模型中,同时采用扩张卷积与自归一化策略,能够增大感受野,增强泛化能力。在诊断过程中引入集成学习的投票机制,提高诊断性能。通过两个实验案例,验证了所提出的方法具有有效的多分类域自适应诊断性能。
其他文献
航天飞机雷达地形测绘任务（Shuttle Radar Topography Mission,SRTM）获得的高程数据在测绘、遥感、自然灾害监测和国防领域发挥重要作用。通常,数字高程模型（Digital Elevation Model,DEM）基于SRTM数据实现,因此,DEM的精度取决于SRTM数据的精度。然而,SRTM高程数据中存在大量数据缺失,导致DEM精度不高。为了提高DEM的精度,需要对S
无人机（Unmanned Aerial Vehicles,UAV）在世界各国工业、农业、服务业和国防等各个领域得到了广泛的应用。为实现无人机自主精确着陆,无人机着陆地标定位问题已经成为研究的热点和难点。本文针对无人机着陆地标定位过程中遇到着陆地标检测有误、定位精度差,以及着陆地标暂时离开视野又重新返回时无法再次定位的问题,提出了基于主动强化学习的无人机着陆地标定位模型,实现了对无人机着陆地标的精确
当前,气象要素的预测多采用数值模式的方法。此类方法预测结果的准确性依赖于构建的模型的可靠性。但是,气象要素复杂多变,影响因素众多,难以全面、有效地对其进行建模。因此,数值模式预测方法的结果存在一定的误差。另外,数值模式的结果形式单一,仅能定量表示预测结果,缺乏直观的表达。生成对抗网络近年来被广泛应用在预测任务并表现突出。生成对抗网络可以学习数据在时间维度上的发展模式,刻画相邻时刻的数据之间的内在联
互联网技术的发展为人们的生活既带来了便利,也带来了严重的信息过载问题。为解决信息过载问题,个性化推荐系统应运而生。近些年来,深度学习的出现为个性化推荐系统的发展带来了新的契机。作为深度学习领域新兴的算法,生成式对抗网络展现了强大的无监督学习能力,可以很好的解决推荐系统中非线性高维数据分布的拟合问题。同时,生成式对抗网络可以灵活的与其他深度学习模型结合,融合其它模型的优势进行改进。因此本文基于生成式
近年来,随着经济的持续发展和城市化进程的快速推进,大气环境污染问题日益突出。大气环境气态污染物作为大气环境污染的主要成分之一,不仅影响空气质量,给人的身体健康造成极大危害;它所引起的光化学烟雾污染给国家和社会也造成了巨大的损失。因此,开发微型便携、高效可靠的气体传感器可以实时反映大气环境气态污染物的成分和浓度,有助于人们及时预警危险气体并进行有效处理,是确保环境监测、社会安全和人身健康的必要手段。
在过去几十年中,由于现代工业系统规模越来越大,复杂程度越来越高,因此系统运行过程中的安全性与可靠性问题是目前亟需解决的问题,故障诊断技术为解决这些问题提供了可能。网络化控制系统与传统结构系统相比具有成本低、传输速度快、可靠性高等优势。网络传输产生的时变时滞、数据冲突、异步会严重影响故障诊断性能,因此需要发展新的理论和技术解决这些问题。本文旨在研究基于通信协议的网络化控制系统的故障诊断问题。本文主要
随着产业变革和自动化领域的发展,工业机器人因具有高精度和高效率的特点被广泛应用于码垛、喷涂和医疗等领域中。但工业机器人在狭小空间内工作时,满足Pieper准则工业机器人的关节角度变化和末端位姿变化都会有很大的局限性。本文以一种非Pieper六轴工业机器人为研究对象,对其运动学、轨迹规划和避障规划进行研究。（1）研究了六轴机器人的运动学理论。分析了非Pieper准则六轴机器人的结构特性,分析了轴角、
约翰·弥尔顿（John Milton,1608-1674）是英国最伟大的史诗诗人,其巨著《失乐园》描绘了从创世之前的天庭之战到时间尽头的漫长历史,反映了善恶之间的重大冲突,以及整个世界的彻底变化,也折射出十七世纪英国社会转型阶段之中基督教人文主义与早期现代科学之间的激烈张力。这一张力也蕴含着弥尔顿一生之中对于培根的科学观念从推崇到反思的变化过程。本文以巴赫金的对话理论为研究视角,以《失乐园》为主要
日益复杂化的现代工业对生产过程的安全性和连续性提出了更高的要求,故障检测技术成为过程系统领域的关注焦点。近年来,先进的集散控制和数据采集技术在工业系统中得到广泛应用,收集了大量的工业系统运行数据。因此,基于数据挖掘的故障检测方法受到了研究学者们的广泛关注。然而,对于幅值小、变化缓慢的微小故障来讲,传统的故障检测方法往往难以取得较好的监控效果。针对非线性工业过程的微小故障监控问题,本文立足于正常数据
在天然气输送管道中,天然气与液膜中的自由水在高压和低温的条件下极易形成天然气水合物,从而形成含水合物液膜。液膜中的水合物易堵塞管线和仪表设备,严重时将导致安全事故。研究适用于管道内含水合物液膜的厚度测量方法,对于集输管道的安全有效运行具有重要意义。本课题提出电阻法和超声渡越时间法相融合的液膜厚度测量方法,针对平底容器中的液膜和水平圆形管道中的液膜分别优化设计了平面式和凹面式电-声复合传感器,在对液