【摘要】：提出一種基于小波時頻圖和卷積神經(jīng)網(wǎng)絡(luò)(CNN)的滾動軸承智能故障診斷方法。對滾動軸承的振動信號進(jìn)行連續(xù)小波變換(CWT),得到時頻圖,并以灰度圖的形式顯示,再將時頻圖壓縮至適當(dāng)?shù)拇笮?將壓縮后的時頻圖作為特征圖輸入,建立CNN分類器模型,以實(shí)現(xiàn)滾動軸承的智能故障診斷�；谌斯ぽS承故障數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)研究,同時從結(jié)構(gòu)參數(shù)和訓(xùn)練參數(shù)兩方面對網(wǎng)絡(luò)的性能進(jìn)行了優(yōu)化改進(jìn)。結(jié)果表明,該方法能有效識別滾動軸承的故障類型,改進(jìn)的CNN具有較強(qiáng)的泛化能力、特征提取和識別能力。
[Abstract]:An intelligent fault diagnosis method for rolling bearing based on wavelet time-frequency map and convolution neural network (CNN) is proposed. The vibration signal of rolling bearing is processed by continuous wavelet transform (CWT), and the time-frequency map is obtained. The time-frequency map is displayed in the form of gray scale map, and then compressed to a suitable size. NN classifier model is used to realize intelligent fault diagnosis of rolling bearings. An experimental study is carried out based on artificial bearing fault data set, and the performance of the network is optimized from two aspects of structure parameters and training parameters. The results show that the method can effectively identify the fault types of rolling bearings, and the improved CNN has strong generalization. Ability, feature extraction and recognition ability.
【作者單位】： 解放軍理工大學(xué)野戰(zhàn)工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51175511)
【分類號】：TH133.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王耀才;智能故障診斷技術(shù)的現(xiàn)狀與展望[J];徐州建筑職業(yè)技術(shù)學(xué)院學(xué)報;2003年01期

2 王慶,巴德純,王曉冬;智能故障診斷的粗糙決策模型[J];東北大學(xué)學(xué)報;2005年01期

3 潘兵;熊靜琪;;多傳感器信息融合在液壓系統(tǒng)智能故障診斷中的應(yīng)用[J];機(jī)床與液壓;2006年05期

4 曹守啟;韓彥嶺;;智能故障診斷決策模型與評價方法研究[J];機(jī)床與液壓;2008年08期

5 陸勝;劉錟;;基于知識的智能故障診斷方法和過程實(shí)現(xiàn)[J];機(jī)床與液壓;2009年01期

6 雷亞國;何正嘉;;混合智能故障診斷與預(yù)示技術(shù)的應(yīng)用進(jìn)展[J];振動與沖擊;2011年09期

7 趙廷弟,常文兵;基于可靠性方法的智能故障診斷模型[J];航空學(xué)報;1995年S1期

8 張培先,董澤,劉吉臻;智能故障診斷技術(shù)的發(fā)展及應(yīng)用[J];山西電力;2001年03期

9 吳吉平,郝喜海,胡京明;包裝機(jī)械智能故障診斷技術(shù)[J];中國包裝工業(yè);2002年06期

10 姜萬錄;程曉盛;陳東寧;;遠(yuǎn)程智能故障診斷技術(shù)的現(xiàn)狀與展望[J];機(jī)床與液壓;2006年03期

相關(guān)會議論文 前10條

1 李廣峰;張伏龍;;裝甲裝備智能故障診斷技術(shù)研究[A];2010中國儀器儀表與測控技術(shù)大會論文集[C];2010年

2 馬哲一;趙靜一;李鵬飛;王慶新;;高速鐵路運(yùn)架提設(shè)備遠(yuǎn)程智能故障診斷技術(shù)研究[A];第五屆全國流體傳動與控制學(xué)術(shù)會議暨2008年中國航空學(xué)會液壓與氣動學(xué)術(shù)會議論文集[C];2008年

3 趙榮珍;李超;張力;;知識技術(shù)向旋轉(zhuǎn)機(jī)械智能故障診斷研究提出的一項(xiàng)新任務(wù)[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

4 徐冬芳;鄧飛其;;基于多傳感器數(shù)據(jù)融合的智能故障診斷系統(tǒng)[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

5 羅賀;付超;季星;;基于DS證據(jù)理論的智能故障診斷方法[A];中國儀器儀表學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2007年

6 崔民;杜志江;路同浚;;機(jī)器人化遙控鏟掘機(jī)現(xiàn)場CAN總線智能故障診斷技術(shù)研究[A];2001系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2001年

7 呂蓬;柳亦兵;馬強(qiáng);魏于凡;;支持向量機(jī)在齒輪智能故障診斷中的應(yīng)用研究[A];第二十六屆中國控制會議論文集[C];2007年

8 曹波偉;薛青;牛金濤;龔長虹;劉磊;;基于神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的裝備智能故障診斷的研究[A];中國自動化學(xué)會控制理論專業(yè)委員會C卷[C];2011年

9 張周鎖;侯照文;孫闖;何正嘉;;基于粒計算的混合智能故障診斷技術(shù)及應(yīng)用[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

10 夏飛;權(quán)亞蕾;彭道剛;;基于數(shù)據(jù)融合的電廠凝汽器智能故障診斷研究[A];智能化電站技術(shù)發(fā)展研討暨電站自動化2013年會論文集[C];2013年

相關(guān)博士學(xué)位論文 前8條

1 劉曉穎;復(fù)雜過程的智能故障診斷技術(shù)及其在大型工業(yè)窯爐中的應(yīng)用研究[D];中南大學(xué);2003年

2 武和雷;集成智能故障診斷策略及其應(yīng)用研究[D];浙江大學(xué);2003年

3 馬笑瀟;智能故障診斷中的機(jī)器學(xué)習(xí)新理論及其應(yīng)用研究[D];重慶大學(xué);2002年

4 彭強(qiáng);復(fù)雜系統(tǒng)遠(yuǎn)程智能故障診斷技術(shù)研究[D];南京理工大學(xué);2004年

5 熊偉;基于Petri網(wǎng)的遠(yuǎn)程智能故障診斷方法研究[D];華北電力大學(xué);2014年

6 張錚;不完備不協(xié)調(diào)信息條件下的設(shè)備智能故障診斷[D];華中科技大學(xué);2007年

7 許瑞華;高功率激光裝置參數(shù)測量系統(tǒng)智能故障診斷技術(shù)研究[D];中國科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2014年

8 秦大力;基于知識管理的設(shè)備故障智能診斷模型研究[D];湖南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 宋勝博;基于敏感部件檢測的APU智能故障診斷方法研究[D];中國民航大學(xué);2016年

2 王緯宇;基于CEEMD和紋理特征的旋轉(zhuǎn)機(jī)械智能故障診斷方法[D];哈爾濱理工大學(xué);2016年

3 龍杰;電力電子智能故障診斷方法研究[D];西華大學(xué);2015年

4 鄖剛;基于異常數(shù)據(jù)的智能故障診斷探究[D];廈門大學(xué);2007年

5 花偉;鍋爐混合智能故障診斷技術(shù)的研究[D];南京工業(yè)大學(xué);2006年

6 高洪波;智能故障診斷中綜合信號處理的研究[D];西北工業(yè)大學(xué);2004年

7 夏博;選煤廠設(shè)備智能故障診斷方法的研究與應(yīng)用[D];華中科技大學(xué);2012年

8 沈維兵;遠(yuǎn)程智能故障診斷技術(shù)與系統(tǒng)研究[D];南京理工大學(xué);2003年

9 李中偉;智能故障診斷技術(shù)在遙測裝備中的應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

10 陳勵華;智能故障診斷技術(shù)的應(yīng)用與研究[D];西北工業(yè)大學(xué);2005年

，

本文編號：2183717