- 1、本文档共63页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
摘要
基于卷积神经网络的滚动轴承故障诊断及剩余寿命预测研究
滚动轴承是在旋转机械设备中非常重要的关键部件之一,在国民生活、工业
制造以及国防建设等多个领域具有极为广泛的应用,其运行状态正常与否往往直
接影响到整部机械装置的准确度和可靠性等重要性能。滚动轴承一旦出现故障,
极有可能造成重大事故,直接损失经济效益甚至危害人身安全。但相比于其他机
械零件,滚动轴承又具有很大的寿命离散性,其寿命在不同的工况条件下相差巨
大,不能够绝对地按照轴承设计使用寿命来确定轴承的维修周期。因此,对滚动
轴承开展故障诊断和剩余寿命预测对加强轴承服役管理,最大限度发挥轴承使用
价值具有重要的意义。
在轴承故障诊断研究中,主要依靠轴承运行过程中采集到的振动信号来对轴
承是否出现故障状态进行诊断评估。为了更有效地利用轴承信号,本文首先对不
同故障状态下的轴承信号特征进行分析,研究了故障信号的周期性冲击响应特征、
特征频率以及倍频特性等。然后,对包含在原始信号中的信号特征进行识别和提
取,在时域、频域、时频域三域上采用了时域参数分析、频域参数分析、小波包
分解、VMD分解等特征提取方法,结合样本熵、多尺度排列熵等理论获得表征
轴承运行状态的关键信息,组成了轴承故障诊断实验的特征集。最后,搭建了基
于多尺度特征和CNN的轴承故障诊断模型,在美国西储大学CWRU数据集上
进行了实验验证,采用SVM、ELM、KELM等模型进行了对比实验。
在轴承剩余寿命预测研究中,为了更深入地探究滚动轴承从开始到失效的渐
进过程,本文首先完成了轴承全寿命周期退化状态演变规律分析,明确了退化状
态与剩余寿命之间的关系。然后,搭建了基于STFT-CNN的轴承剩余寿命预测
模型,在输入CNN模型前对原始信号进行短时傅里叶变换,将一维时序信号转
换到时频域,最终在IEEEPHM2012数据集上完成了实验验证,采用BP神经网
络模型进行了对比实验。
实验结果表明,本文所提出的基于多尺度特征和CNN的轴承故障诊断模型
在美国西储大学CWRU数据集上诊断率可以达到99.7%以上,明显高于SVM、
ELM、KELM等预测模型的诊断效果,证明了本文方法的优越性。轴承剩余寿命
预测实验也取得了较为优异的结果,本文提出的基于STFT-CNN的轴承剩余寿
命预测模型在IEEEPHM2012数据集上可以很好地发现轴承退化起始点,通过
与BP神经网络的实验结果对比,本文方法预测的轴承剩余寿命曲线更加贴合于
实际曲线,具有更高的准确度。
关键词:
滚动轴承,故障诊断,剩余寿命预测,特征提取,卷积神经网络
Abstract
ResearchonFaultDiagnosisandRemainingLifePredictionof
RollingBearingsBasedonConvolutionalNeuralNetwork
Asoneofthemostimportantkeycomponentsinrotarymachine,therolling
bearinghasbeenwidelyappliedtopeople’slife,industrialmanufacturing,national
defenseconstructionandotherfields.Itsoperationalstateoftendirectlyaffectsthe
accuracy,reliabilityandotherimportantparametersoftheentiremachine.Breakdown
oftherollingbearingisverylikelytocausemajoraccidents,directlyresultingin
economiclossandevenper
您可能关注的文档
- 基于加速试验和随机过程模型的车用橡胶材料可靠性评估研究.pdf
- 基于价值链理论的“新浪杯”高山滑雪公开赛的商业模式研究.pdf
- 基于驾驶员预瞄特征的智能汽车弯道仿人规划控制算法研究.pdf
- 基于监督学习的蛋白质复合物识别算法研究.pdf
- 基于剪枝的卷积神经网络压缩方法研究.pdf
- 基于结构识别的网络表示学习算法研究与实现.pdf
- 基于金纳米棒可饱和吸收体的2μm可调谐锁模光纤激光器.pdf
- 基于进化算法的车漆缺陷检测方法研究.pdf
- 基于精益制造的S公司产品线改善研究.pdf
- 基于剧集产品运营的网络视频平台广告传播研究.pdf
- 1.3 第几(课件)2024一年级上册数学人教版.pptx
- (比大小)(讲义)2024秋季版一年级上册数学.docx
- 促进服务消费高质量发展的实施意见.pptx
- 第一单元 第2课时 比大小(教学设计)一年级数学上册2024秋季版.docx
- 小学语文“教、学、评”一体化的探索.docx
- 《军人抚恤优待条例》解读.pptx
- 第一单元第5课《制作弹性球动画》课件 2024-2025学年人教版初中信息技术八年级上册.pptx
- 制作垃圾分类宣传报 2024-2025学年人教版初中信息技术七年级上册.pptx
- 《网上交流的方式》课后作业 2024-2025学年人教版初中信息技术七年级上册.docx
- 设置图片的动画效果课件 2024-2025学年人教版初中信息技术七年级上册.pptx
文档评论(0)