基于深度神经网络的提升机轴承故障诊断研究
发布时间：2021-04-10 16:22
矿井提升机是广泛应用于煤矿产业的关键设备,其稳定性和安全性是煤矿生产和井下工作人员生命的重要保障。滚动轴承是提升机设备中的核心部件,其运行状态直接影响到提升机的效率及安全。如何对轴承部件的故障进行高效精准的诊断,进而实现对设备的智能维护,是当前大型煤矿生产中亟待解决的问题。首先,针对传统诊断方法中人工提取特征的不稳定性,以及数据稀缺的情况,本文提出了一种基于深度神经网络的双层次故障诊断算法,对无噪声的轴承振动数据进行精准的故障检测。算法通过滑动窗口重叠采样技术扩充数据集,使用自编码技术提取数据中的特征。将所提取的特征作为双层次神经网络的输入,采用反向传播算法训练双层次故障诊断分类器。最后通过集成学习投票决定故障的具体分类。本文利用凯斯西储大学的轴承公开数据集,模拟理想状态无噪声环境下的轴承故障诊断,从而验证所提算法的有效性,并将所提算法与经典的支持向量机、反向传播算法进行了对比实验,实验结果表明所提算法的故障诊断平均准确率约为99.95%,明显高于对比算法。其次,针对工业数据实际噪声较大以及机械运行负载变化的问题,本文提出了一种基于域适应批标准化的双层次神经网络故障诊断算法。所提算法将...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
Sigmoid激活函数及其梯度
硕士学位论文16方向或者负方向之中的一个进行更新，收敛速度较慢。(2)双曲正切激活函数双曲正切函数Tanh的公式如下()=+xxxxeeTanhxee(2-4)(a)Tanh函数(b)Tanh梯度函数图2-3Tanh激活函数及其梯度Figure2-3Tanhactivationfunctionanditsgradient如图2-3(a)所示，双曲正切函数的取值范围为[-1,1]，函数值中心对称，解决了Sigmoid激活函数中输出不以零为中心的问题。虽然其导数的值依然全为正值，但由于Tanh的函数值有正也有负，故可以在一定程度上加快模型的收敛。同时，由于其导数值在0到1之间，仍然会出现反向传播中梯度为零导致梯度弥散的现象。此外，由于激活函数中有幂函数的存在，因此会导致更大的计算量，较为耗时。(3)ReLU激活函数ReLU激活函数公式如下：ReLU=max(x,0)(2-5)(a)ReLU函数(b)ReLU梯度函数图2-4ReLU激活函数及其梯度Figure2-4ReLUactivationfunctionanditsgradientReLU在一定程度上解决了梯度弥散的问题。如图2-4所示，当x>0时，其
硕士学位论文16方向或者负方向之中的一个进行更新，收敛速度较慢。(2)双曲正切激活函数双曲正切函数Tanh的公式如下()=+xxxxeeTanhxee(2-4)(a)Tanh函数(b)Tanh梯度函数图2-3Tanh激活函数及其梯度Figure2-3Tanhactivationfunctionanditsgradient如图2-3(a)所示，双曲正切函数的取值范围为[-1,1]，函数值中心对称，解决了Sigmoid激活函数中输出不以零为中心的问题。虽然其导数的值依然全为正值，但由于Tanh的函数值有正也有负，故可以在一定程度上加快模型的收敛。同时，由于其导数值在0到1之间，仍然会出现反向传播中梯度为零导致梯度弥散的现象。此外，由于激活函数中有幂函数的存在，因此会导致更大的计算量，较为耗时。(3)ReLU激活函数ReLU激活函数公式如下：ReLU=max(x,0)(2-5)(a)ReLU函数(b)ReLU梯度函数图2-4ReLU激活函数及其梯度Figure2-4ReLUactivationfunctionanditsgradientReLU在一定程度上解决了梯度弥散的问题。如图2-4所示，当x>0时，其
【参考文献】：
期刊论文
[1]基于动态建模与重构的列车轴承故障检测和定位[J]. 刘强,方彤,董一凝,秦泗钊. 自动化学报. 2019(12)
[2]MBCV-EWT和奇异值差分谱的滚动轴承信号降噪方法[J]. 王亚萍,崔巍,葛江华,许迪,李云飞. 振动.测试与诊断. 2019(04)
[3]基于深度神经网络的提升机轴承故障诊断研究[J]. 马辉,车迪,牛强,夏士雄. 计算机工程与应用. 2019(16)
[4]基于AFSA-SVM的滚动轴承故障诊断研究[J]. 姬盛飞,王丽君,吉南阳. 组合机床与自动化加工技术. 2019(01)
[5]一种快速收敛的随机并行梯度下降算法[J]. 胡栋挺,申文,马文超,刘新宇,苏宙平,朱华新,张秀梅,阙立志,朱卓伟,张逸新,陈国庆,胡立发. 激光与光电子学进展. 2019(12)
[6]基于深度置信网络和信息融合技术的轴承故障诊断[J]. 蒋黎明,李友荣,徐增丙,鲁光涛. 武汉科技大学学报. 2019(01)
[7]基于卷积神经网络和离散小波变换的滚动轴承故障诊断[J]. 陈仁祥,黄鑫,杨黎霞,汤宝平,余腾伟,周君. 振动工程学报. 2018(05)
[8]基于频域分析的滚动轴承故障预测[J]. 于洋,冯邻江. 自动化技术与应用. 2018(06)
[9]基于区间观测器的动态系统故障诊断技术综述[J]. 杨光红,张志慧. 控制与决策. 2018(05)
[10]基于改进经验小波变换的时频分析方法及其在滚动轴承故障诊断中的应用[J]. 郑近德,潘海洋,戚晓利,张兴权,刘庆运. 电子学报. 2018(02)
博士论文
[1]基于符号有向图的热力系统故障诊断方法研究[D]. 曹文亮.华北电力大学（河北） 2006
硕士论文
[1]基于神经网络的电力电子电路故障诊断方法研究[D]. 吴迪.哈尔滨理工大学 2017
[2]基于故障树的ATO故障诊断专家系统的研究[D]. 谢彬.兰州交通大学 2013
[3]基于故障树技术的铁路信号设备故障诊断专家系统的实现方法研究[D]. 杜洁.北京交通大学 2009
本文编号：3129953
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
Sigmoid激活函数及其梯度
硕士学位论文16方向或者负方向之中的一个进行更新，收敛速度较慢。(2)双曲正切激活函数双曲正切函数Tanh的公式如下()=+xxxxeeTanhxee(2-4)(a)Tanh函数(b)Tanh梯度函数图2-3Tanh激活函数及其梯度Figure2-3Tanhactivationfunctionanditsgradient如图2-3(a)所示，双曲正切函数的取值范围为[-1,1]，函数值中心对称，解决了Sigmoid激活函数中输出不以零为中心的问题。虽然其导数的值依然全为正值，但由于Tanh的函数值有正也有负，故可以在一定程度上加快模型的收敛。同时，由于其导数值在0到1之间，仍然会出现反向传播中梯度为零导致梯度弥散的现象。此外，由于激活函数中有幂函数的存在，因此会导致更大的计算量，较为耗时。(3)ReLU激活函数ReLU激活函数公式如下：ReLU=max(x,0)(2-5)(a)ReLU函数(b)ReLU梯度函数图2-4ReLU激活函数及其梯度Figure2-4ReLUactivationfunctionanditsgradientReLU在一定程度上解决了梯度弥散的问题。如图2-4所示，当x>0时，其
硕士学位论文16方向或者负方向之中的一个进行更新，收敛速度较慢。(2)双曲正切激活函数双曲正切函数Tanh的公式如下()=+xxxxeeTanhxee(2-4)(a)Tanh函数(b)Tanh梯度函数图2-3Tanh激活函数及其梯度Figure2-3Tanhactivationfunctionanditsgradient如图2-3(a)所示，双曲正切函数的取值范围为[-1,1]，函数值中心对称，解决了Sigmoid激活函数中输出不以零为中心的问题。虽然其导数的值依然全为正值，但由于Tanh的函数值有正也有负，故可以在一定程度上加快模型的收敛。同时，由于其导数值在0到1之间，仍然会出现反向传播中梯度为零导致梯度弥散的现象。此外，由于激活函数中有幂函数的存在，因此会导致更大的计算量，较为耗时。(3)ReLU激活函数ReLU激活函数公式如下：ReLU=max(x,0)(2-5)(a)ReLU函数(b)ReLU梯度函数图2-4ReLU激活函数及其梯度Figure2-4ReLUactivationfunctionanditsgradientReLU在一定程度上解决了梯度弥散的问题。如图2-4所示，当x>0时，其
【参考文献】：
期刊论文
[1]基于动态建模与重构的列车轴承故障检测和定位[J]. 刘强,方彤,董一凝,秦泗钊. 自动化学报. 2019(12)
[2]MBCV-EWT和奇异值差分谱的滚动轴承信号降噪方法[J]. 王亚萍,崔巍,葛江华,许迪,李云飞. 振动.测试与诊断. 2019(04)
[3]基于深度神经网络的提升机轴承故障诊断研究[J]. 马辉,车迪,牛强,夏士雄. 计算机工程与应用. 2019(16)
[4]基于AFSA-SVM的滚动轴承故障诊断研究[J]. 姬盛飞,王丽君,吉南阳. 组合机床与自动化加工技术. 2019(01)
[5]一种快速收敛的随机并行梯度下降算法[J]. 胡栋挺,申文,马文超,刘新宇,苏宙平,朱华新,张秀梅,阙立志,朱卓伟,张逸新,陈国庆,胡立发. 激光与光电子学进展. 2019(12)
[6]基于深度置信网络和信息融合技术的轴承故障诊断[J]. 蒋黎明,李友荣,徐增丙,鲁光涛. 武汉科技大学学报. 2019(01)
[7]基于卷积神经网络和离散小波变换的滚动轴承故障诊断[J]. 陈仁祥,黄鑫,杨黎霞,汤宝平,余腾伟,周君. 振动工程学报. 2018(05)
[8]基于频域分析的滚动轴承故障预测[J]. 于洋,冯邻江. 自动化技术与应用. 2018(06)
[9]基于区间观测器的动态系统故障诊断技术综述[J]. 杨光红,张志慧. 控制与决策. 2018(05)
[10]基于改进经验小波变换的时频分析方法及其在滚动轴承故障诊断中的应用[J]. 郑近德,潘海洋,戚晓利,张兴权,刘庆运. 电子学报. 2018(02)
博士论文
[1]基于符号有向图的热力系统故障诊断方法研究[D]. 曹文亮.华北电力大学（河北） 2006
硕士论文
[1]基于神经网络的电力电子电路故障诊断方法研究[D]. 吴迪.哈尔滨理工大学 2017
[2]基于故障树的ATO故障诊断专家系统的研究[D]. 谢彬.兰州交通大学 2013
[3]基于故障树技术的铁路信号设备故障诊断专家系统的实现方法研究[D]. 杜洁.北京交通大学 2009
本文编号：3129953
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3129953.html
