基于深度学习的滚动轴承故障信号自动分类算法研究
发布时间：2021-02-09 19:56
滚动轴承是旋转机械设备中最常见的零部件之一,也是众多重型机械的核心或重要部件,它能够减少运动部件之间的摩擦并使机器设备有效地运转。作为一种精密的机械支撑元件,滚动轴承运行是否正常直接影响到整台设备的性能。滚动轴承故障会导致机器故障,甚至导致严重事故,因此,需要对滚动轴承的运行状态进行监测,及时发现存在的异常和可能出现的故障,以确保滚动轴承正常工作。虽然在轴承故障诊断方面已经取得了许多重要进展,但在大数据时代仍需继续探索更好的故障识别方法。本课题利用深度学习来研究轴承故障信号的自动分类。首先分析了滚动轴承常见的故障表现形式,分别用频谱分析、包络分析和小波包分析对轴承故障信号进行了处理,提取了故障特征。研究了网络层数、迭代次数和隐含层节点数对深度神经网络（DNN）性能的影响,搭建了适合轴承故障信号识别的DNN结构。在此基础上,提出了一种基于深度学习的轴承故障智能自动分类算法。该算法从频域提取信号特征并为每个样本设置随机标签数来建立样本库,用该样本库对搭建的DNN进行训练,通过使用子信号对训练的DNN进行测试来调整样本标签,用修改后的样本库再次对DNN进行训练。经过DNN训练和测试的迭代之后...
【文章来源】：天津工业大学天津市
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图１－１轴承典型应用实例??
四个部分组成，其中包含支撑轴的内圈、支撑轴系的外圈、起滑动作用的滚动体??以及将其分开的保持架。滚动体是滚动轴承的核心元件，内圈与轴颈配合，外圈??与轴承座配合，如图２－１所示，该图来自网页图片。??图２－１滚动轴承结构图??内圈通常与轴紧密配合一起旋转，其外表面也有一个沟槽称为内滚道，以便??于钢球的转动。外圈通常与轴承座或机械部件的壳体配合，大多数情况下不会旋??转，主要起支撑作用。滚动体也叫钢球或滚子，装在内圈和外圈之间，起滚动和??９??
早期阶段会产生尖锐的冲击［３４］。通常情况下，分析轴承故障信号的最佳方法取决??于存在的故障类型。滚动轴承常见的故障有四种类型，即内圈故障（ＢＰＦＩ）、外圈??故障（ＢＰＦＯ）、滚动体故障（ＢＳＦ）和保持架故障，图２－２所示是一些出现故障的照??片，该图来自网页图片。??轴承外圈??＾ｉ？ｉ??（ａ）内圈故障?（ｂ）外圈故障??ｉｐｉ??（Ｃ）保持架故障??图２－２滚动轴承故障实物图??滚动轴承出现故障时，利用加速度传感器获取的轴承振动加速度测试信号具??有明显的冲击特征。当轴承部件反复撞击故障时，滚动轴承中的局部故障在加速??度信号中会产生一系列宽带脉冲响应，故障的精确位置决定了脉冲响应系列的性??质。大多数轴承诊断技术的主要工具是频谱和包络谱，它揭示了脉冲响应序列的??重复频率、某一类轴承故障频率以及任何调制信号的性质。有论文？中提到，震??１１??
【参考文献】：
期刊论文
[1]大数据存储系统I/O性能优化技术研究进展[J]. 肖利民,霍志胜. 大数据. 2017(06)
[2]大数据下机械智能故障诊断的机遇与挑战[J]. 雷亚国,贾峰,孔德同,林京,邢赛博. 机械工程学报. 2018(05)
[3]滚动轴承故障特征提取与应用研究[J]. 候伟东. 黑龙江科技信息. 2017(07)
[4]机械工程及自动化技术的发展[J]. 李婷. 中国新技术新产品. 2016(03)
[5]轴承故障检测技术的研究[J]. 胡立志. 科技与企业. 2014(14)
[6]倒频谱在直驱风机主轴轴承故障诊断中的应用[J]. 张博,程珩. 机械设计与制造. 2014(07)
[7]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[8]数据降维方法分析与研究[J]. 吴晓婷,闫德勤. 计算机应用研究. 2009(08)
[9]机械故障诊断中人工智能的应用[J]. 周利,余愚. 可编程控制器与工厂自动化. 2007(07)
[10]滚动轴承故障诊断研究的国内现状与发展方向[J]. 仇学青,张鑫. 煤矿机械. 2007(06)
博士论文
[1]齿轮箱振动特性分析与智能故障诊断方法研究[D]. 何俊.浙江大学 2018
[2]基于多尺度融合离散熵的齿轮故障诊断方法研究[D]. 张依东.浙江大学 2018
[3]基于局部学习的半监督分类问题研究[D]. 吕佳.内蒙古大学 2012
硕士论文
[1]高维数据的降维及聚类方法研究[D]. 孙喜利.兰州大学 2016
[2]深度无监督学习算法研究[D]. 岳永鹏.西南石油大学 2015
[3]大型起重机的齿轮箱故障诊断预警与监控系统的开发[D]. 王海涛.南京航空航天大学 2014
[4]基于振动信号的齿轮箱智能故障诊断方法研究[D]. 张任.北京化工大学 2013
[5]滚动轴承故障的显式动力学仿真与振动特征分析[D]. 高春良.电子科技大学 2010
[6]基于LabVIEW的高速线材轧机同步齿轮箱在线监测与故障诊断系统[D]. 余静娴.武汉科技大学 2009
[7]滚动轴承故障诊断算法及软件[D]. 纪明.兰州理工大学 2008
[8]基于神经网络的电器故障诊断研究[D]. 任康.西华大学 2006
[9]智能信息系统中的知识获取研究[D]. 范宇中.武汉大学 2004
本文编号：3026149
【文章来源】：天津工业大学天津市
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图１－１轴承典型应用实例??
四个部分组成，其中包含支撑轴的内圈、支撑轴系的外圈、起滑动作用的滚动体??以及将其分开的保持架。滚动体是滚动轴承的核心元件，内圈与轴颈配合，外圈??与轴承座配合，如图２－１所示，该图来自网页图片。??图２－１滚动轴承结构图??内圈通常与轴紧密配合一起旋转，其外表面也有一个沟槽称为内滚道，以便??于钢球的转动。外圈通常与轴承座或机械部件的壳体配合，大多数情况下不会旋??转，主要起支撑作用。滚动体也叫钢球或滚子，装在内圈和外圈之间，起滚动和??９??
早期阶段会产生尖锐的冲击［３４］。通常情况下，分析轴承故障信号的最佳方法取决??于存在的故障类型。滚动轴承常见的故障有四种类型，即内圈故障（ＢＰＦＩ）、外圈??故障（ＢＰＦＯ）、滚动体故障（ＢＳＦ）和保持架故障，图２－２所示是一些出现故障的照??片，该图来自网页图片。??轴承外圈??＾ｉ？ｉ??（ａ）内圈故障?（ｂ）外圈故障??ｉｐｉ??（Ｃ）保持架故障??图２－２滚动轴承故障实物图??滚动轴承出现故障时，利用加速度传感器获取的轴承振动加速度测试信号具??有明显的冲击特征。当轴承部件反复撞击故障时，滚动轴承中的局部故障在加速??度信号中会产生一系列宽带脉冲响应，故障的精确位置决定了脉冲响应系列的性??质。大多数轴承诊断技术的主要工具是频谱和包络谱，它揭示了脉冲响应序列的??重复频率、某一类轴承故障频率以及任何调制信号的性质。有论文？中提到，震??１１??
【参考文献】：
期刊论文
[1]大数据存储系统I/O性能优化技术研究进展[J]. 肖利民,霍志胜. 大数据. 2017(06)
[2]大数据下机械智能故障诊断的机遇与挑战[J]. 雷亚国,贾峰,孔德同,林京,邢赛博. 机械工程学报. 2018(05)
[3]滚动轴承故障特征提取与应用研究[J]. 候伟东. 黑龙江科技信息. 2017(07)
[4]机械工程及自动化技术的发展[J]. 李婷. 中国新技术新产品. 2016(03)
[5]轴承故障检测技术的研究[J]. 胡立志. 科技与企业. 2014(14)
[6]倒频谱在直驱风机主轴轴承故障诊断中的应用[J]. 张博,程珩. 机械设计与制造. 2014(07)
[7]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[8]数据降维方法分析与研究[J]. 吴晓婷,闫德勤. 计算机应用研究. 2009(08)
[9]机械故障诊断中人工智能的应用[J]. 周利,余愚. 可编程控制器与工厂自动化. 2007(07)
[10]滚动轴承故障诊断研究的国内现状与发展方向[J]. 仇学青,张鑫. 煤矿机械. 2007(06)
博士论文
[1]齿轮箱振动特性分析与智能故障诊断方法研究[D]. 何俊.浙江大学 2018
[2]基于多尺度融合离散熵的齿轮故障诊断方法研究[D]. 张依东.浙江大学 2018
[3]基于局部学习的半监督分类问题研究[D]. 吕佳.内蒙古大学 2012
硕士论文
[1]高维数据的降维及聚类方法研究[D]. 孙喜利.兰州大学 2016
[2]深度无监督学习算法研究[D]. 岳永鹏.西南石油大学 2015
[3]大型起重机的齿轮箱故障诊断预警与监控系统的开发[D]. 王海涛.南京航空航天大学 2014
[4]基于振动信号的齿轮箱智能故障诊断方法研究[D]. 张任.北京化工大学 2013
[5]滚动轴承故障的显式动力学仿真与振动特征分析[D]. 高春良.电子科技大学 2010
[6]基于LabVIEW的高速线材轧机同步齿轮箱在线监测与故障诊断系统[D]. 余静娴.武汉科技大学 2009
[7]滚动轴承故障诊断算法及软件[D]. 纪明.兰州理工大学 2008
[8]基于神经网络的电器故障诊断研究[D]. 任康.西华大学 2006
[9]智能信息系统中的知识获取研究[D]. 范宇中.武汉大学 2004
本文编号：3026149
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3026149.html
