基于LSTM的對接機構故障預測與健康管理系統(tǒng)研究
發(fā)布時間:2021-01-05 17:24
隨著科技進步,在裝備車輛中也引進了多種新技術,這使得裝備車輛的信息化技術日益完善,自動化程度逐步提高。這也導致著裝備車輛功能的復雜化。對接機構便是這其中一種復雜的新型裝備車輛。而對接機構的可靠安全運行尤為重要。目前國內對于故障預測與健康管理(Prognostics and Health Management,PHM)系統(tǒng)的研究尚處于初期階段,缺乏系統(tǒng)的通用軟件、硬件平臺,尚無法形成一套即統(tǒng)一又完善的體系。因此本文將建立一套PHM系統(tǒng),以滿足對接機構的穩(wěn)定可靠運行。本文以對接機構為研究對象,設計了一種基于長短時記憶網絡的PHM系統(tǒng)。分析了對接機構PHM系統(tǒng)的理論基礎長短時記憶網絡(Long Short-Term Memory,LSTM)的特性,改進了LSTM單元結構,并對其學習能力進行了仿真驗證。設計了對接機構的故障預測與健康管理系統(tǒng)的總體方案,并搭建對接機構的關鍵部件的實驗采集平臺,進行實時數(shù)據的采集與分析。為更具說服力地證明本文模型的診斷與預測能力,采集了不同轉速、不同負載和不同采樣頻率下的傳感器數(shù)據。建立了基于LSTM的對接機構故障診斷模型。分析對接機構的主要故障,并通過對傳感器數(shù)...
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:82 頁
【學位級別】:碩士
【部分圖文】:
采集軟件截圖
- 46 -圖 4-13 對接機構 PHM 系統(tǒng)故障診斷功能軟件實現(xiàn)其中利用主要故障診斷模型還基于 HHT 變換與 LSTM 的分類神經網為其主要的判斷模型,以及通過閾值判斷,即可通過根據輸入的傳感器,判斷當前時刻對接機構的舉升機構、上平臺、下平臺的狀態(tài)。
圖 5-17 對接機構 PHM 系統(tǒng)故障預測功能軟件實現(xiàn)綜上所述,故障預測模型對于正常數(shù)據預測早期故障、早期故障數(shù)據預中期故障數(shù)據以及中期故障數(shù)據預測嚴重故障數(shù)據預測效果良好,驗證了型的準確性。.4 對接機構剩余壽命模型設計
【參考文獻】:
期刊論文
[1]區(qū)分自編碼網絡及其在滾動軸承故障特征提取中的應用[J]. 向宙,張西寧,張雯雯,余迪. 西安交通大學學報. 2019(08)
[2]面向飛機PHM的大數(shù)據分析與人工智能應用[J]. 景博,焦曉璇,黃以鋒. 空軍工程大學學報(自然科學版). 2019(01)
[3]一種基于灰色理論-隱馬爾科夫模型的裝備故障預測方法[J]. 楊金寶,梁勇,曹現(xiàn)憲. 艦船電子工程. 2018(08)
[4]基于PHM的裝甲裝備管理保障研究[J]. 趙繼龍. 山東工業(yè)技術. 2018(16)
[5]航空裝備PHM技術發(fā)展及需求應用分析[J]. 施小弟. 數(shù)字技術與應用. 2018(06)
[6]PHM技術框架及其關鍵技術綜述[J]. 邱立軍,吳明輝. 國外電子測量技術. 2018(02)
[7]故障預測與健康管理技術在用電信息采集系統(tǒng)中的應用與展望[J]. 劉興奇. 電器與能效管理技術. 2018(02)
[8]基于ARMA模型的滾動軸承故障診斷研究[J]. 韓清鵬,李天成,李晨晨,朱瑞,張梅琳. 機電工程技術. 2018(01)
[9]航空電子系統(tǒng)故障預測與健康管理技術探究[J]. 寧亞鋒,安芳利. 科技資訊. 2017(34)
[10]未來航天器預測與健康管理技術研究及啟示[J]. 詹景坤,王小輝,俞啟東,蔡昱,惠俊鵬. 電子測試. 2017(11)
碩士論文
[1]基于貝葉斯算法的齒輪箱故障診斷和剩余壽命預測[D]. 杜坤.湖南工業(yè)大學 2018
本文編號:2959015
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:82 頁
【學位級別】:碩士
【部分圖文】:
采集軟件截圖
- 46 -圖 4-13 對接機構 PHM 系統(tǒng)故障診斷功能軟件實現(xiàn)其中利用主要故障診斷模型還基于 HHT 變換與 LSTM 的分類神經網為其主要的判斷模型,以及通過閾值判斷,即可通過根據輸入的傳感器,判斷當前時刻對接機構的舉升機構、上平臺、下平臺的狀態(tài)。
圖 5-17 對接機構 PHM 系統(tǒng)故障預測功能軟件實現(xiàn)綜上所述,故障預測模型對于正常數(shù)據預測早期故障、早期故障數(shù)據預中期故障數(shù)據以及中期故障數(shù)據預測嚴重故障數(shù)據預測效果良好,驗證了型的準確性。.4 對接機構剩余壽命模型設計
【參考文獻】:
期刊論文
[1]區(qū)分自編碼網絡及其在滾動軸承故障特征提取中的應用[J]. 向宙,張西寧,張雯雯,余迪. 西安交通大學學報. 2019(08)
[2]面向飛機PHM的大數(shù)據分析與人工智能應用[J]. 景博,焦曉璇,黃以鋒. 空軍工程大學學報(自然科學版). 2019(01)
[3]一種基于灰色理論-隱馬爾科夫模型的裝備故障預測方法[J]. 楊金寶,梁勇,曹現(xiàn)憲. 艦船電子工程. 2018(08)
[4]基于PHM的裝甲裝備管理保障研究[J]. 趙繼龍. 山東工業(yè)技術. 2018(16)
[5]航空裝備PHM技術發(fā)展及需求應用分析[J]. 施小弟. 數(shù)字技術與應用. 2018(06)
[6]PHM技術框架及其關鍵技術綜述[J]. 邱立軍,吳明輝. 國外電子測量技術. 2018(02)
[7]故障預測與健康管理技術在用電信息采集系統(tǒng)中的應用與展望[J]. 劉興奇. 電器與能效管理技術. 2018(02)
[8]基于ARMA模型的滾動軸承故障診斷研究[J]. 韓清鵬,李天成,李晨晨,朱瑞,張梅琳. 機電工程技術. 2018(01)
[9]航空電子系統(tǒng)故障預測與健康管理技術探究[J]. 寧亞鋒,安芳利. 科技資訊. 2017(34)
[10]未來航天器預測與健康管理技術研究及啟示[J]. 詹景坤,王小輝,俞啟東,蔡昱,惠俊鵬. 電子測試. 2017(11)
碩士論文
[1]基于貝葉斯算法的齒輪箱故障診斷和剩余壽命預測[D]. 杜坤.湖南工業(yè)大學 2018
本文編號:2959015
本文鏈接:http://sikaile.net/guanlilunwen/glzh/2959015.html