基于深度置信网络的车轴疲劳裂纹声发射信号数据分析
发布时间：2021-10-13 09:24
随着轨道交通行业的高速发展,轨道车辆的运行速度、载重量都在逐步提升。而在进步的同时安全问题始终是该行业的重中之重。车轴是轮对的主要配件,也是构成车辆走行部的重要零件,在轨道车辆运行中是不可或缺的一部分。车轴在工作中面临变化的外界环境及复杂工况,不可避免地会产生裂纹,车轴裂纹发展到一定程度会使车轴断裂,带来极其严重的后果。因此对车轴的故障诊断具有现实意义。本文研究了如何对车轴声发射数据进行特征提取与分类识别,提出一种基于深度置信网络（Deep belief network,DBN）的分析方法。本文首先介绍了 DBN的基本原理与网络结构,在这个基础上研究了 DBN的组成部分受限玻尔兹曼机（Restricted Boltzmann machine,RBM）,重点分析其权值更新迭代的次数对特征提取和网络计算时间的影响。在DBN对车轴声发射信号特征提取过程中,对提取到的多维特征采用主成分分析法（Principal component analysis,PCA）进行降维处理,保留前三个主成分分量,使特征可以表现在三维空间中。在DBN对车轴声发射信号分类识别过程中,主要分析不同隐层数给信号识别准确率...
【文章来源】：大连交通大学辽宁省
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
图２．１?ＲＢＭ结构示意图??Ｆｉｇ．?２．１?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＲＢＭ??
?第二章相关理论基础???Ｐ?（?ｈ?Ｉ?ｖ?）??ｈＯＯ?ＣＯ??／?＼，??ｖ?ｏｏｏ?ｃｏｏ??数据?ｍｔｑｗ据??Ｐ?（?Ｖ?Ｉ?ｈ?）??图２．２?ＣＤ－Ｉ算法图??Ｆｉｇｕｒｅ２．２?Ａｌｇｏｒｉｔｈｍ?ｏｎ?ＣＤ－Ｉ??２．４深度置信网络概述??深度置信网络是一种概率生成模型１４￣。这种模型包含了多个隐含层，如图２．３所??示：??Ｓｏｆｔｍａｘ分类器（锚出分类结梁）??标签麵?）???ｔ????隐含层???确定ＲＢＭ权重?反向微调???隐含层???麵＿哪＿廳?麵－輕???隐含层??Ｉ?Ｏ?Ｏ?Ｏ?Ｏ?－?Ｑｐ＾Ｍｈｊ??连職重???〇?〇?．．．?〇?显层ｖ??图２．３?ＤＢＮ结构示意图??Ｆｉｇｕｒｅ２．３?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＤＢＮ??１３??
?第二章相关理论基础???Ｐ?（?ｈ?Ｉ?ｖ?）??ｈＯＯ?ＣＯ??／?＼，??ｖ?ｏｏｏ?ｃｏｏ??数据?ｍｔｑｗ据??Ｐ?（?Ｖ?Ｉ?ｈ?）??图２．２?ＣＤ－Ｉ算法图??Ｆｉｇｕｒｅ２．２?Ａｌｇｏｒｉｔｈｍ?ｏｎ?ＣＤ－Ｉ??２．４深度置信网络概述??深度置信网络是一种概率生成模型１４￣。这种模型包含了多个隐含层，如图２．３所??示：??Ｓｏｆｔｍａｘ分类器（锚出分类结梁）??标签麵?）???ｔ????隐含层???确定ＲＢＭ权重?反向微调???隐含层???麵＿哪＿廳?麵－輕???隐含层??Ｉ?Ｏ?Ｏ?Ｏ?Ｏ?－?Ｑｐ＾Ｍｈｊ??连職重???〇?〇?．．．?〇?显层ｖ??图２．３?ＤＢＮ结构示意图??Ｆｉｇｕｒｅ２．３?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＤＢＮ??１３??
【参考文献】：
期刊论文
[1]多级神经网络的轴承故障诊断研究[J]. 衷路生,刘东东. 计算机工程与应用. 2020(07)
[2]基于声发射的柴油机连杆大端轴瓦碰撞摩擦故障诊断[J]. 党轩,谷丰收,王铁,李国兴,王欢欢,张虎. 振动与冲击. 2018(19)
[3]基于VMD-SVD联合降噪和频率切片小波变换的滚动轴承故障特征提取[J]. 马增强,张俊甲,张安,阮婉莹. 振动与冲击. 2018(17)
[4]HXD3C型机车车轴磁粉检测磁痕显示分析[J]. 蔡晓野. 无损探伤. 2018(02)
[5]速度和缺陷尺寸对车轴轴承状态监测的影响[J]. A.Amini,万升云. 国外机车车辆工艺. 2018(02)
[6]基于VMD和1.5维Teager能量谱的滚动轴承故障特征提取[J]. 向玲,张力佳. 振动与冲击. 2017(18)
[7]基于灰色聚类权的车轴裂纹声发射信号风险评估[J]. 林丽,许强,周勇. 无损检测. 2017(08)
[8]深度学习在故障诊断领域中的研究现状与挑战[J]. 任浩,屈剑锋,柴毅,唐秋,叶欣. 控制与决策. 2017(08)
[9]基于奇异值分解和变分模态分解的轴承故障特征提取[J]. 赵洪山,郭双伟,高夺. 振动与冲击. 2016(22)
[10]基于稀疏自动编码深度神经网络的感应电动机故障诊断[J]. 孙文珺,邵思羽,严如强. 机械工程学报. 2016(09)
博士论文
[1]基于流形学习的风电机组传动系统故障诊断方法研究[D]. 李锋.重庆大学 2011
硕士论文
[1]基于小波包能量熵和小波熵的车轴裂纹声发射特征提取研究[D]. 李晓龙.大连交通大学 2017
[2]基于受限玻尔兹曼机的深度学习方法研究[D]. 张怡康.北京化工大学 2016
[3]轨道车辆轮轴声发射LMD研究[D]. 李春付.大连交通大学 2014
[4]如何有效利用主成分分析中的主成分[D]. 洪素珍.华中师范大学 2008
本文编号：3434387
【文章来源】：大连交通大学辽宁省
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
图２．１?ＲＢＭ结构示意图??Ｆｉｇ．?２．１?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＲＢＭ??
?第二章相关理论基础???Ｐ?（?ｈ?Ｉ?ｖ?）??ｈＯＯ?ＣＯ??／?＼，??ｖ?ｏｏｏ?ｃｏｏ??数据?ｍｔｑｗ据??Ｐ?（?Ｖ?Ｉ?ｈ?）??图２．２?ＣＤ－Ｉ算法图??Ｆｉｇｕｒｅ２．２?Ａｌｇｏｒｉｔｈｍ?ｏｎ?ＣＤ－Ｉ??２．４深度置信网络概述??深度置信网络是一种概率生成模型１４￣。这种模型包含了多个隐含层，如图２．３所??示：??Ｓｏｆｔｍａｘ分类器（锚出分类结梁）??标签麵?）???ｔ????隐含层???确定ＲＢＭ权重?反向微调???隐含层???麵＿哪＿廳?麵－輕???隐含层??Ｉ?Ｏ?Ｏ?Ｏ?Ｏ?－?Ｑｐ＾Ｍｈｊ??连職重???〇?〇?．．．?〇?显层ｖ??图２．３?ＤＢＮ结构示意图??Ｆｉｇｕｒｅ２．３?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＤＢＮ??１３??
?第二章相关理论基础???Ｐ?（?ｈ?Ｉ?ｖ?）??ｈＯＯ?ＣＯ??／?＼，??ｖ?ｏｏｏ?ｃｏｏ??数据?ｍｔｑｗ据??Ｐ?（?Ｖ?Ｉ?ｈ?）??图２．２?ＣＤ－Ｉ算法图??Ｆｉｇｕｒｅ２．２?Ａｌｇｏｒｉｔｈｍ?ｏｎ?ＣＤ－Ｉ??２．４深度置信网络概述??深度置信网络是一种概率生成模型１４￣。这种模型包含了多个隐含层，如图２．３所??示：??Ｓｏｆｔｍａｘ分类器（锚出分类结梁）??标签麵?）???ｔ????隐含层???确定ＲＢＭ权重?反向微调???隐含层???麵＿哪＿廳?麵－輕???隐含层??Ｉ?Ｏ?Ｏ?Ｏ?Ｏ?－?Ｑｐ＾Ｍｈｊ??连職重???〇?〇?．．．?〇?显层ｖ??图２．３?ＤＢＮ结构示意图??Ｆｉｇｕｒｅ２．３?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＤＢＮ??１３??
【参考文献】：
期刊论文
[1]多级神经网络的轴承故障诊断研究[J]. 衷路生,刘东东. 计算机工程与应用. 2020(07)
[2]基于声发射的柴油机连杆大端轴瓦碰撞摩擦故障诊断[J]. 党轩,谷丰收,王铁,李国兴,王欢欢,张虎. 振动与冲击. 2018(19)
[3]基于VMD-SVD联合降噪和频率切片小波变换的滚动轴承故障特征提取[J]. 马增强,张俊甲,张安,阮婉莹. 振动与冲击. 2018(17)
[4]HXD3C型机车车轴磁粉检测磁痕显示分析[J]. 蔡晓野. 无损探伤. 2018(02)
[5]速度和缺陷尺寸对车轴轴承状态监测的影响[J]. A.Amini,万升云. 国外机车车辆工艺. 2018(02)
[6]基于VMD和1.5维Teager能量谱的滚动轴承故障特征提取[J]. 向玲,张力佳. 振动与冲击. 2017(18)
[7]基于灰色聚类权的车轴裂纹声发射信号风险评估[J]. 林丽,许强,周勇. 无损检测. 2017(08)
[8]深度学习在故障诊断领域中的研究现状与挑战[J]. 任浩,屈剑锋,柴毅,唐秋,叶欣. 控制与决策. 2017(08)
[9]基于奇异值分解和变分模态分解的轴承故障特征提取[J]. 赵洪山,郭双伟,高夺. 振动与冲击. 2016(22)
[10]基于稀疏自动编码深度神经网络的感应电动机故障诊断[J]. 孙文珺,邵思羽,严如强. 机械工程学报. 2016(09)
博士论文
[1]基于流形学习的风电机组传动系统故障诊断方法研究[D]. 李锋.重庆大学 2011
硕士论文
[1]基于小波包能量熵和小波熵的车轴裂纹声发射特征提取研究[D]. 李晓龙.大连交通大学 2017
[2]基于受限玻尔兹曼机的深度学习方法研究[D]. 张怡康.北京化工大学 2016
[3]轨道车辆轮轴声发射LMD研究[D]. 李春付.大连交通大学 2014
[4]如何有效利用主成分分析中的主成分[D]. 洪素珍.华中师范大学 2008
本文编号：3434387
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3434387.html
