基于深度迁移学习的齿轮箱故障诊断方法研究(1).docVIP

南京航空航天大学金城学院

毕业设计（论文）任务书

题目

学院

专业

学生姓名

学号

指导教师

职称

毕设地点

年月日

填写要求

1．任务书只需填写“内容及要求”、“主要技术指标”、“进度安排”、“参考文献”等四部分内容，其他信息由系统自动生成，不需要手工填写。

2．为了与网上任务书兼容及最终打印格式一致，任务书采用固定格式，各表行高度固定不变，如有变化请调整内容以适应表格大小，切勿轻易改变格式。

3．请严格按照有关规范要求填写“参考文献”。

4．任务书须用A4纸，小4号字，黑色宋体，行距1.5倍。如果表格空间不够，请缩小行距或字号。

5．使用此任务书模板填写完毕，可直接粘接复制相应的内容到毕业设计网络系统。

毕业设计（论文）课题任务书

学生姓名

学号

学院

机电工程与自动化学院

题目

基于深度迁移学习的齿轮箱故障诊断方法研究

题目来源

其他

题目性质

工程设计

类别

毕业设计

团队

1．内容及要求：

内容：

齿轮箱作为核心的传动部件，对于推进技术进步有着举足轻重的影响。齿轮箱经常在高温、高速等苛刻条件下运行，因此特别容易发生故障。当故障发生时，往往难以迅速发现，有时候这些问题甚至能导致整个系统的停摆，造成严重的财产损失和人员伤害。因此，确保齿轮箱的安全运作显得尤为关键。恶劣的工作环境还意味着难以直接从齿轮箱上收集振动数据，这进一步加大了开发有效故障诊断模型的难度。

近年来，深度神经网络因其端到端建模、自适应特征提取等优势，在故障诊断方面取得了显著成效。深度学习技术通常要求所有数据在相似的环境条件下，拥有一致的分布和特征空间。但实际上，在工程应用场景中，设备与机械往往在多变的工作条件下操作，受到众多不确定性因素的干扰，如载荷的波动和新型故障的出现等。这些因素会导致收集到的数据在不同的工作条件下具有不同的分布，即数据分布偏移。深度学习模型在训练过程中通常假设训练和测试数据具有相同的独立分布。当出现分布偏移时，这一假设的不成立可能会显著影响模型的泛化和诊断性能。

要求：

1.论文要符合我校毕业论文书写规范；

2.毕业论文应由以下几部分组成:毕业设计题目，摘要，关键词，目录，正文，参考文献;g.致谢，附录(可选)；

3.论文字数不少于6000字；

4.按时完成毕业论文各阶段任务；

5.按根据学校和指导老师的安排，参加毕业设计的答辩。

2．主要技术指标：

针对实际工作条件变化频繁和新故障出现的问题，本文以齿轮箱作为研究对象，研究基于对抗性学习的深度迁移学习方法，采用领域自适应策略达到不同域数据的适配，减小数据分布差异，并检测出源域中未出现的故障类型，在此基础上构建故障诊断模型，从而提高故障诊断的效果。

成果要求：

(1)、设计任务书和设计依据

(2)、设计方案的选择

(3)、计算依据与数据：调查数据与计算数据必须真实可信。

(4)、设计参数确认

(5)、技术经济分析

(6)、设计说明书要求采用WORD软件进行文字处理（中英文摘要、引言、设计内容、结论、致谢、参考文献等）。设计与说明应思路清晰，观点正确；设计说明书的内容应包涵完整的设计思维、设计原理、设计计算步骤以、主要零部件的制造工艺和整机装配思路等；每个设计任务须有独立的设计说明。

3．进度安排：(包括起迄日期、主要工作内容等)

2023.11-2023.12国内外文献阅读和翻译，学习论文相关理论知识；

2024.01-2024.02根据参考文献阅读，完成理论设计建立论文基本框架结构，完成开题报告；

2024.03-2024.04完成实物搭建、模拟仿真，通过测试获得论文原始数据；

2024.04-2024.05撰写论文，准备答辩。

4．参考文献：

[1]唐明明.工业物联网技术在智能制造中的应用[J].电子技术,2023,52(09):378-379.

[2]王东亮,尹新权,罗钿,等.汽车振动信号分析方法研究[J].机械工程师,2023,(04):17-20+24.

[3]陈阳,李一,姬正一,等.基于振动时域特征的船用滚动轴承故障诊断方法[J].机床与液压,2021,49(14):193-200.

[4]王凯亮,曾远方,李家淇,等.基于希尔伯特-黄变换的新型配电系统行波故障定位仿真研究[J].供用电,2023,40(09):43-49.

[5]王付广.基于经验模态分解的行星齿轮箱故障特征提取新方法[J].技术与市场,2024,31(02):63-66.

[6]王金东,赵海洋,张洪斌.基于延时嵌入法的往复式压缩机关联维数提取技术[J].化工机械,2005,(04):214-217.

[7]苏红,朱勇,刘