基于压缩感知和深度学习的旋转机械故障诊断方法研究

发布时间：2021-01-11 03:49

　　旋转机械是现代工业中的核心设备,由于其结构复杂及运行工况多变,往往导致对其关键部件的故障监测诊断十分困难。近年来基于深度学习算法的智能诊断技术发展迅速,并在旋转机械故障领域得到了发展。基于压缩感知和深度学习理论提出了两种故障特征提取与诊断新方法,并通过齿轮和滚动轴承故障诊断实例验证了算法的有效性。首先,针对振动信号采样率高导致信号分析耗时严重的问题,研究了传统压缩感知在旋转机械振动信号分析领域的应用现状与前景,并将其理论知识与旋转机械故障信号分析相结合,将稀疏表示部分算法应用在故障信号特征提取中对原始振动信号进行特征降维,大大降低了信号提取以及故障分类时的复杂度,为工业应用时实现实时性提供了理论基础。其次,针对深度信念网络模型训练时参数众多、在应用于旋转机械故障特征提取与诊断时调参困难的问题,提出了基于损失阈值的迭代误差方法来防止训练过拟合从而优化模型训练过程。在保证较高准确率的前提下,实现了迭代次数的自适应设置,降低深度信念网络参数设置与调节的难度,当将其应用于旋转机械状态监测时,也提高了故障识别的准确率与效率。然后,针对因工况与结构复杂引起的齿轮故障振动信号难以利用传统特征提取与诊... 

【文章来源】：燕山大学河北省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

传统方法和压缩感知信号处理过程对比

燕山大学工程硕士学位论文-30-Step3：建模和分类：从Step2获得的TR和TE将作为输入，调整模型参数，依据基于损失阈值的迭代优化算法对DBN神经网络进行改进，将预训练阶段的迭代次数实现自适应，然后根据训练样本矩阵TR和参数输入改进后的DBN神经网络进行建模。利用DBN对训练样本TR进行预训练，实现DBN建模，而后将TE进行测试和分类，得到故障识别和分类结果。因此使用基于损失阈值的迭代优化方法时实现了迭代次数的自适应设置，在保证诊断精度的前提下，高效地完成了齿轮故障诊断任务。4.5实验算例数据分析本文依托QPZZ-II旋转机械振动分析故障诊断试验平台系统和多级齿轮传动系统试验平台设计了齿轮故障模拟实验，以进行本文改良算法的有效性验证。实验装置如图4-4和图4-5所示。图4-4是QPZZ-II旋转机械故障诊断试验平台，该平台针对大齿轮、小齿轮工作属性，设置不同的缺陷类型，分别为大齿轮故障(点蚀或断齿)与小齿轮故障(磨损)，并对缺陷进行不同排列组合得到5种故障场景的还原。依托图4-5展示的多级齿轮传动系统实验平台，可以模拟多种齿轮单一故障，如齿轮缺齿、齿轮削齿、齿根裂纹等。本文通过这两个平台采集的振动数据，使用本文所提方法对其进行诊断分类。图4-4QPZZ-II试验平台小齿轮大齿轮

基于压缩采集

【参考文献】：
期刊论文
[1]基于迭代经验小波变换的齿轮故障诊断方法[J]. 辛玉,李舜酩,王金瑞,易朋兴,刘颉.  仪器仪表学报. 2018(11)
[2]一种基于样本熵与EEMD的舰船辐射噪声特征提取方法[J]. 李余兴,李亚安,陈晓,蔚婧.  水下无人系统学报. 2018(01)
[3]基于FTA和SVM优化算法的矿井提升机故障诊断方法研究[J]. 宫少琦,张伟,国明笛.  煤矿机械. 2017(04)
[4]基于支持向量机和窗函数的DEMD端点效应抑制方法[J]. 孟宗,季艳,谷伟明,王娜.  计量学报. 2016 (02)
[5]基于自适应多尺度时频熵的遥测振动信号异常检测方法[J]. 刘学,梁红,张志国.  计算机测量与控制. 2015(08)
[6]基于相干累积量分段正交匹配追踪方法的轴承早期故障稀疏特征提取[J]. 严保康,周凤星.  机械工程学报. 2014(13)
[7]基于遗传算法的振荡器谐振回路的参数选择[J]. 严刚峰,黄显核,谭航,谭峰.  计量学报. 2010 (02)
[8]基于BP神经网络和遗传算法的电阻抗图像重建算法[J]. 南国芳,王化祥,王超.  计量学报. 2003(04)
[9]分形维数及其在滚动轴承故障诊断中的应用[J]. 吕志民,徐金梧,翟绪圣.  机械工程学报. 1999(02)

硕士论文
[1]风力发电和光伏发电并网问题研究[D]. 陈赟.上海交通大学 2009



本文编号：2970022