【摘 要】
：
滚动轴承是现代大型机电装备传动系统的关键部件,旋转机械运行过程中,受环境和动态载荷的影响滚动轴承容易发生损坏,且局部损伤极易演化为灾难故障,影响整个装备及生产线的运行,研究滚动轴承故障诊断具有重要意义。当前,基于深度学习的滚动轴承故障诊断方法取得了较好的效果,然而在实际应用中,由于设备多处于正常运行工况,往往会出现故障类型和样本数量不足的数据不平衡问题,不平衡训练样本会导致神经网络模型过拟合,诊断
论文部分内容阅读
滚动轴承是现代大型机电装备传动系统的关键部件,旋转机械运行过程中,受环境和动态载荷的影响滚动轴承容易发生损坏,且局部损伤极易演化为灾难故障,影响整个装备及生产线的运行,研究滚动轴承故障诊断具有重要意义。当前,基于深度学习的滚动轴承故障诊断方法取得了较好的效果,然而在实际应用中,由于设备多处于正常运行工况,往往会出现故障类型和样本数量不足的数据不平衡问题,不平衡训练样本会导致神经网络模型过拟合,诊断精度降低。因此,解决数据集失衡,平衡数据集中各类故障是深度学习应用于故障诊断的研究重点。本文研究了滚动轴承在小样本情况下的故障数据扩充和故障诊断问题,并对所提方法的可行性和有效性进行了实验验证,主要研究内容如下:（1）针对旋转机械滚动轴承在实际运行采集的振动信号中正常样本丰富、故障样本少等数据不平衡现象,导致传统深度学习诊断模型效果不理想的问题。本文基于生成式对抗网络故障诊断算法,该算法模型利用少量的真实故障样本进行对抗学习,实现了滚动轴承故障样本的扩充,取得了较好的效果。（2）为提高模型训练过程的稳定性,同时针对生成对抗网络训练中梯度消失问题,论文基于改进的双向对抗生成网络（Bidirectional Generative Adversarial Nets,Bi GAN）,使用Wasserstein-1距离、梯度惩罚方法、单样本离差标准化方法以稳定模型训练过程,构建相似度指标筛选Bi GAN生成的故障样本,实现故障样本的扩充。通过凯斯西储大学轴承中心数据验证,实验表明该方法高效、稳定,生成的故障样本与原始故障样本相似度高。（3）为验证生成数据有效性,论文基于批归一化、最大池化方法建立卷积神经网络诊断模型,划分原始数据集与增强数据集,分别输入模型进行训练。实验结果表明,使用含有少量生成故障样本的增强数据集,诊断精度有明显提高。验证了生成故障样本的真实性和可靠性,所提方法具备较强的泛化能力和鲁棒性,解决了数据不平衡导致的模型诊断精度低的问题。
其他文献
装配式复合结构体系至今已发展了二十余年,是一种节能、轻质、成熟的绿色装配式结构体系。然而,传统的复合墙结构体系多用于低多层建筑中,在中高层建筑中应用较少。为了优化复合墙结构体系,提升复合墙的抗侧刚度和承载力,改善墙体的施工效率,在结合以往的课题组研究中,采用螺栓连接形式,提出了一种新型装配式复合墙结构形式—装配式型钢复合墙。本文通过试验研究,结合数值分析及理论分析,研究该墙体在低周反复荷载作用下的
工程装备向着轻质、大型、高速和极端运行环境等方面发展（如航空航天运载工具等）,使得高频振动噪声问题日趋严重,其已成为约束我国重大装备性能提升的重要因素之一。声学黑洞作为一种现代化新型且高效的波动控制技术,在梁板结构的振动控制中被广泛应用。声学黑洞结构的有效作用频率在截止频率以上,而截止频率与声学黑洞结构的特征尺寸有关,特征尺寸越大,截止频率越低。这就意味着要向下拓宽声学黑洞结构的有效作用频率,需要
＜正＞核心素养视域下的初高中语文阅读教学衔接设计，教师需要从几个角度展开构建和组织，知识衔接、内容衔接、方法衔接、训练衔接，都能够为学生提供衔接阅读体验，也能够有效激活学生阅读思维。核心素养有不同目标内容，教师对初高中衔接策略展开创新探索，为学生提供更多阅读启示，能够顺利调动学生阅读思维，对深度发掘学生阅读潜质有重要辅助作用。
甘肃省永昌县是笔者本人的家乡,论文中首先对于永昌地区岩画的地理、历史人文环境、岩画分布、主要图像和内容进行了研究,认为永昌地区的地理位置和商业地位为永昌地区岩画的形成和丰富多彩创造了客观基础并产生了重要的影响。永昌地区自古以来的多民族共融性为永昌地区岩画提供了文化血脉和多样性的的养料。永昌地区的气候为该地区岩画的产生和较好保存提供了天然的物理环境和保存基础。永昌地区悠久的历史为永昌岩画的形成和发展
海底原油管道运营环境复杂恶劣,腐蚀是导致其退化失效的主要原因之一。本论文依托国家自然科学基金青年项目“基于致灾过程演化的近海输气管道泄漏灾变动态风险评估方法研究”与海洋物探及勘探设备国家工程实验室开放基金“海洋原油管道泄漏油品扩散机理与环境灾害风险评估研究”,开展基于退化建模的海底原油管道腐蚀风险评估方法研究,在海底原油管道腐蚀退化预测方法、海底原油管道点蚀增长预测与失效概率评估方法以及海底原油管