改进CNN技术在滚动轴承故障诊断中的应用研究.docxVIP

改进CNN技术在滚动轴承故障诊断中的应用研究

目录

内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究目的与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

CNN技术原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

2.1卷积神经网络简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.2CNN结构及工作原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.3CNN在图像处理中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

滚动轴承故障诊断概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.1滚动轴承故障类型及特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

3.2滚动轴承故障诊断方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

3.3CNN在滚动轴承故障诊断中的应用潜力．．．．．．．．．．．．．．．．．．．．．12

改进CNN技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

4.1数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

4.1.1数据采集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

4.1.2数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.1.3数据增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.2CNN网络结构优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

4.2.1卷积层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.2.2激活函数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

4.2.3损失函数及优化算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.3特征提取与融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

4.3.1特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

4.3.2特征融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

实验与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.1实验平台与数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

5.2实验方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

5.2.1CNN模型训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

5.2.2模型评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.2.3对比实验．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.3实验结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.3.1CNN模型性能分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

5.3.2不同参数对模型性能的影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

5.3.3故障诊断结果可视化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

改进CNN技术在滚动轴承故障诊断中的应用案例．．．．．．．．．．．．．．33

6.1案例一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

6.1.1案例背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．