基于自编码器的胶印机着墨辊滚动轴承故障分类方法研究

发布时间：2021-09-15 21:55

　　当前,印刷行业兼具加工制造和文化输出两种属性,是国民生产总值的重要组成部分。在“十三五”规划中,印刷行业将向“绿色化、智能化、数字化”方向持续发展,可靠稳定的印刷设备是实现印刷行业发展的重要基础。滚动轴承是印刷机中的关键基础件,对印刷机性能的保障至关重要,为实现印刷机的长期稳定运行,很多学者提出了关于印刷机轴承部件的故障诊断技术,旨在预防印刷机械故障所带来的经济损失本文以胶印机着墨辊中的滚动轴承为研究对象,对轴承振动信号的特征进行无监督学习,通过搭建的神经网络结构实现对故障类型的识别,论文的主要工作内容如下:（1）对稀疏自编码器、堆栈式自编码器的理论原理和算法过程进行了研究,将其应用于西安交通大学——昇阳数据库以及西储大学轴承数据库数据。通过实验分析了两种自编码器对原始振动信号的特征提取能力,并计算了两种方法对数据故障类型的分类准确率,证明了深度的网络较浅层的网络能挖掘更深层次的特征。（2）提出了基于自编码器和最大相关熵准则结合的故障特征识别方法,实现了对原始信号的故障分类识别,且正确率可保持在98%左右。轴承振动信号在未被做任何处理的情况下输入搭建好的网络结构中,通过网络自身函数及结... 

【文章来源】：西安理工大学陕西省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

滚动轴承基本结构

三种激活函数的曲线图(a、S型函数，

三种激活函数的曲线图(a、S型函数，b、整流线性函数，c、双曲正切函数，单位：1)

【参考文献】：
期刊论文
[1]印刷机故障诊断技术研究综述[J]. 邓瑞,徐卓飞,侯和平,张海燕,黄卿.  制造业自动化. 2018(05)
[2]印刷机结构分析与研究[J]. 张武学,严雪冬.  电子工业专用设备. 2018(02)
[3]工程机械智能故障诊断技术的研究现状及发展趋势[J]. 井然.  内燃机与配件. 2018(02)
[4]基于小波变换的印刷机递纸机构振动信号的研究[J]. 付辉.  工程技术研究. 2017(01)
[5]基于本征模式分量符号化分析的滚动轴承故障诊断方法研究[J]. 侯和平,徐卓飞,刘凯.  机械强度. 2016(05)
[6]自适应冗余提升多小波包在滚动轴承复合故障诊断中的应用[J]. 廖强,李迅波,陈勇强.  机械设计与制造. 2015(06)
[7]模糊支持向量机在印刷机故障诊断中的应用研究[J]. 邓丽,王爱萍,王海宽,费敏锐.  自动化仪表. 2015(03)
[8]印刷机设备状态监测与故障诊断研究进展[J]. 张海燕,张明龙,徐卓飞,徐倩倩.  包装工程. 2013(19)
[9]基于GLCM与SVM的印刷机收纸故障诊断方法[J]. 徐卓飞,张海燕,任玲辉.  计算机工程与应用. 2013(10)
[10]基于控制图和神经网络的印刷过程质量智能监控技术[J]. 初红艳,李鹏,蔡力钢.  北京工业大学学报. 2012(03)

博士论文
[1]基于振动信号处理的旋转机械故障诊断方法研究[D]. 刘尚坤.华北电力大学(北京) 2017
[2]基于多源信息的印刷机故障诊断方法的研究[D]. 侯和平.西安理工大学 2016

硕士论文
[1]基于卷积神经网络的胶印机滚动轴承故障诊断方法研究[D]. 肖良君.西安理工大学 2018
[2]印刷机机械故障学习与诊断排除系统研究[D]. 徐永财.北京印刷学院 2010



本文编号：3396875