原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
利用多尺度自适应残差网络进行轴承故障诊断
目录
文档概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2轴承故障诊断技术发展现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3多尺度自适应残差网络方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.4本文主要研究内容与结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.1轴承故障机理与特征分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.1.1轴承常见失效模式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.1.2故障特征信号的提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.2深度学习在故障诊断中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.2.1卷积神经网络原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.2.2时空特征学习的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
2.3多尺度分析理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.3.1多分辨率信号处理思想．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.3.2小波变换等常用多尺度工具．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
2.4残差网络技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.4.1残差学习机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2.4.2网络深度扩展优势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
基于多尺度自适应残差网络的轴承故障诊断模型．．．．．．．．．．．．．33
3.1模型整体架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
3.2多尺度特征提取模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
3.3自适应残差学习模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
3.3.1自适应连接权重的动态调整．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
3.3.2残差单元的深度化与效率优化．．．．．．．．．．．．．．．．．．．．．．．．．．40
3.4诊断决策与分类模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
3.4.1高层特征整合与融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
3.4.2硬件加速与部署考虑．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
实验设计与数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.1实验平台与环境配置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.2标准轴承故障数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.2.1数据集来源与组成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
4.2.2数据预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
4.3信号采集与处理流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
4.4评价指标选取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
4.4.1常用分类准确率指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
4.4.2召回率、F1值等综合性能指标．．．．．．．．．．．．．．．．．．．．．．．．．．60
实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61
5.1模型训练过程与参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
5.2模型在不同工况下的诊断性能对比．．．．．．．．．．．．．．．．．．．
文档评论（0）