【摘要】：由于滾動軸承工況的復(fù)雜性,采集到的振動信號往往受到強(qiáng)背景噪聲干擾,難以提取到有效的故障特征,因此無法依靠傳統(tǒng)的振動信號處理方法建立精確的物理模型確定故障類型和部位。深度信念網(wǎng)絡(luò)的發(fā)展彌補(bǔ)了傳統(tǒng)故障診斷方法在處理非平穩(wěn)信號時(shí)存在的不足,該深度模型能夠通過RBM疊加,層層挖掘數(shù)據(jù)的內(nèi)部特征,著重從噪聲的抑制、信號的壓縮與重建、故障特征可視化及故障類型的快速識別等方面,最大程度地減小滾動軸承故障診斷的復(fù)雜度。首先針對深度信念網(wǎng)絡(luò)層數(shù)的隨機(jī)確定引起的故障診斷精度下降問題,提出一種基于動態(tài)增添算法的隱含層層數(shù)確定方法,旨在通過誤差與誤差下降速率來完成對層數(shù)補(bǔ)償,提高網(wǎng)絡(luò)結(jié)構(gòu)選擇的智能化,保證深度信念網(wǎng)絡(luò)在故障診斷過程中,始終以最簡結(jié)構(gòu)滿足精度要求。之后按照逐層遞減原則,設(shè)置模型的隱含層神經(jīng)元節(jié)點(diǎn)數(shù)目,在提取信號高層特征的同時(shí),實(shí)現(xiàn)信息的壓縮簡化,便于分類。其次,在深度信念網(wǎng)絡(luò)有監(jiān)督微調(diào)階段,保留了傳統(tǒng)深度架構(gòu)所采用的BP算法,在進(jìn)行參數(shù)空間優(yōu)化時(shí),每層的遞推速度不可避免地要受到激活函數(shù)本身梯度的限制,導(dǎo)致訓(xùn)練難度和時(shí)長增加,且極易陷入局部最優(yōu)解,致使網(wǎng)絡(luò)的泛化性降低。針對上述問題,提出一種基于自適應(yīng)學(xué)習(xí)率L-M DBN的優(yōu)化算法,通過可變學(xué)習(xí)率實(shí)現(xiàn)對參數(shù)優(yōu)化速度的調(diào)節(jié)。在迭代前期誤差較大時(shí),梯度較大,進(jìn)而保證參數(shù)優(yōu)化速度,提高模型靈敏度。后期隨著迭代次數(shù)的增加,誤差逐步降低,參數(shù)更新的速度放慢,以防止錯過最優(yōu)點(diǎn),出現(xiàn)網(wǎng)絡(luò)不收斂的情況,極大提高了深度信念網(wǎng)絡(luò)訓(xùn)練的效率。最后分別從故障分離能力、穩(wěn)定性與靈敏度等幾個方面進(jìn)行模型測試。通過與傳統(tǒng)深度信念網(wǎng)絡(luò)模型的診斷結(jié)果進(jìn)行比較,驗(yàn)證了本文所提方法在保證較高學(xué)習(xí)效率的同時(shí),能夠有效避免模型過擬合現(xiàn)象的發(fā)生,且基于滾動軸承故障驗(yàn)證集的識別精度高達(dá)97.96%。
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TH133.33
【圖文】：

減小滾動軸承故障診斷的難度。近些年來的研究成果表明故障識別技術(shù)，極大豐富軸承故障診斷的技術(shù)，能明確指檢修，進(jìn)而保證機(jī)械設(shè)備的正常運(yùn)行。軸承的故障形式及特征軸承的結(jié)構(gòu)及失效形式1-1 所示，滾動軸承（rolling bearing）包括四部分，分別是軸接觸并隨之轉(zhuǎn)動的內(nèi)圈；隨軸旋轉(zhuǎn)，減小摩擦阻力的滾間，均勻隔開滾動體，阻止?jié)L動體之間磨損的保持架；滾相互配合，引導(dǎo)滾動軸承與軸接觸過程中，保證機(jī)械設(shè)備的狀與數(shù)量的滾動體決定滾動軸承使用性能以及使用年限。

疲勞剝落會造成軸承沖擊載荷、振動與噪聲的加劇。磨損失效滾動軸承運(yùn)轉(zhuǎn)時(shí)，因接觸表面相互滑動而造成的磨損。外來雜質(zhì)屬元件損傷，持續(xù)下去就會引起元件尺寸及形狀的變化，導(dǎo)致滾的降低，振動和噪聲加大，出現(xiàn)軸承運(yùn)轉(zhuǎn)故障甚至卡死的現(xiàn)象。面塑性變形界作用力與溫度的共同作用下，因軸承元件表面產(chǎn)生局部塑性流導(dǎo)致整個軸承運(yùn)轉(zhuǎn)異常的現(xiàn)象。軸承負(fù)荷過重或受較大沖擊、雜質(zhì)的進(jìn)入都會加劇軸承的塑性變形。論是何種形式的失效，都會伴隨著相應(yīng)的振動與噪聲的產(chǎn)生，滾件都有可能發(fā)生上述幾種損傷現(xiàn)象，準(zhǔn)確判斷故障類型和位置就的主要內(nèi)容，此過程中的振動信號就是故障的表征。滾動軸承的素引起，也可由軸承本身內(nèi)部缺陷引起，也就是說，滾動軸承實(shí)是齒輪、軸承、軸、支撐座之間相互影響的結(jié)果，其表現(xiàn)形式十

滾子故障 141.17Hz滾子故障特征頻率及其諧波分量隔是保持架的故障頻率的邊頻帶諧波分量表中rf 為軸承的轉(zhuǎn)速，對時(shí)域振動信號進(jìn)行傅里葉變換或希爾伯特變換頻譜特征的主要手段。 滾動軸承的故障診斷方法研究現(xiàn)狀滾動軸承工作性質(zhì)致使其極易發(fā)生各種損傷，當(dāng)損傷積累到一定的程度異常的振動信號，如果把運(yùn)行機(jī)器看成是有生命的個體，軸承振動信號出的“求救信號”，其中包含著軸承故障的主要信息。隨著振動信號的不斷發(fā)展與完善，進(jìn)一步擴(kuò)大其在軸承故障診斷的應(yīng)用。一般軸承故障以下環(huán)節(jié)：

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 屈強(qiáng);尉寶元;;197726型滾動軸承故障產(chǎn)生原因及對策[J];京鐵科技通訊(太原刊);2002年01期

2 陳松;陳立愛;;經(jīng)驗(yàn)?zāi)B(tài)分解和神經(jīng)網(wǎng)絡(luò)在滾動軸承故障診斷中應(yīng)用研究[J];安徽建筑大學(xué)學(xué)報(bào);2016年04期

3 倪安福;;基于包絡(luò)譜分析的滾動軸承故障診斷方法研究[J];煤礦機(jī)械;2017年02期

4 秦波;孫國棟;陳帥;王祖達(dá);王建國;;排列熵與核極限學(xué)習(xí)機(jī)在滾動軸承故障診斷中的應(yīng)用[J];組合機(jī)床與自動化加工技術(shù);2017年02期

5 李衛(wèi);;非平穩(wěn)工況的滾動軸承故障特征研究新方法[J];機(jī)械設(shè)計(jì)與研究;2017年01期

6 汪治安;夏均忠;但佳壁;于明奇;呂麒鵬;;循環(huán)平穩(wěn)在滾動軸承故障診斷中的應(yīng)用[J];軍事交通學(xué)院學(xué)報(bào);2017年06期

7 陳慧;胡俊鋒;熊國良;;基于小波包分解與權(quán)重包絡(luò)譜的滾動軸承故障特征增強(qiáng)[J];機(jī)械設(shè)計(jì)與研究;2017年03期

8 陳雷;;滾動軸承故障診斷實(shí)例[J];設(shè)備管理與維修;2016年10期

9 楊康鵬;;一種改進(jìn)的滾動軸承故障診斷方法[J];機(jī)械制造;2012年05期

10 蔣康保;;神經(jīng)網(wǎng)絡(luò)在滾動軸承故障診斷中的應(yīng)用[J];裝備制造技術(shù);2010年01期

相關(guān)會議論文 前10條

1 崔寶珍;王澤兵;潘宏俠;;小波包分析和模糊聚類方法在滾動軸承故障診斷中應(yīng)用[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2007年

2 和衛(wèi)星;陳曉平;馬東玲;;基于混沌時(shí)間序列的滾動軸承故障局部預(yù)測[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

3 張益純;;常見滾動軸承故障診斷的技術(shù)探討[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

4 李放寧;;峰值能量在滾動軸承故障診斷中的應(yīng)用[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

5 李興林;;滾動軸承故障診斷技術(shù)現(xiàn)狀及發(fā)展[A];2009年全國青年摩擦學(xué)學(xué)術(shù)會議論文集[C];2009年

6 崔寶珍;王澤兵;潘宏俠;;小波包分析和模糊聚類方法在滾動軸承故障診斷中的應(yīng)用[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

7 閔勇;郭一楠;閆俊榮;;基于貪心算法的滾動軸承故障診斷特征提取[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 楊積忠;左立建;;滾動軸承故障診斷實(shí)例[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2005年

9 古瑩奎;楊子茜;朱繁龍;;基于主成分分析的滾動軸承故障特征融合分析[A];2014年全國機(jī)械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會暨可靠性工程分會第五屆委員會成立大會論文集[C];2014年

10 王俊鋒;申永軍;;高階統(tǒng)計(jì)量在滾動軸承故障診斷中的應(yīng)用研究[A];第十四屆全國非線性振動暨第十一屆全國非線性動力學(xué)和運(yùn)動穩(wěn)定性學(xué)術(shù)會議摘要集與會議議程[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 池永為;滾動軸承故障的振動特性分析與智能診斷方法研究[D];浙江大學(xué);2018年

2 王洪偉;航空發(fā)動機(jī)滾動軸承故障診斷與預(yù)測關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2015年

3 葛慧敏;車輛滾動軸承故障診斷建模及關(guān)鍵技術(shù)研究[D];江蘇大學(xué);2017年

4 廖強(qiáng);約束獨(dú)立分量和多小波分析在滾動軸承故障診斷中的應(yīng)用[D];電子科技大學(xué);2016年

5 王聰;基于稀疏表達(dá)的機(jī)械信號處理方法及其在滾動軸承故障診新中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2017年

6 徐劍;基于短時(shí)奇異譜分析的滾動軸承故障診斷方法研究[D];浙江大學(xué);2017年

7 曾鳴;基于凸包的模式識別方法及其在滾動軸承故障診斷中的應(yīng)用[D];湖南大學(xué);2016年

8 郝騰飛;航空發(fā)動機(jī)滾動軸承故障的核方法智能識別技術(shù)研究[D];南京航空航天大學(xué);2014年

9 于江林;滾動軸承故障的非接觸聲學(xué)檢測信號特性及重構(gòu)技術(shù)研究[D];大慶石油學(xué)院;2009年

10 Ao Hung Linh（池雄嶺）;基于化學(xué)反應(yīng)優(yōu)化算法和支持向量機(jī)的滾動軸承故障診斷方法研究[D];湖南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 汪一飛;基于全矢CEEMD的滾動軸承故障診斷研究[D];鄭州大學(xué);2019年

2 梁寧;基于分形幾何的滾動軸承故障診斷方法研究[D];北京郵電大學(xué);2019年

3 葛紅平;基于自適應(yīng)局部迭代濾波的滾動軸承故障診斷研究[D];南昌航空大學(xué);2019年

4 梁珊;基于深度信念網(wǎng)絡(luò)的滾動軸承故障診斷研究[D];南昌航空大學(xué);2019年

5 付培英;基于深度學(xué)習(xí)的滾動軸承故障信號自動分類算法研究[D];天津工業(yè)大學(xué);2019年

6 杜小磊;基于深度學(xué)習(xí)的滾動軸承故障診斷方法[D];北京建筑大學(xué);2019年

7 張海姣;基于熵理論的滾動軸承故障診斷方法研究[D];安徽大學(xué);2019年

8 谷年龍;基于殘差網(wǎng)絡(luò)的機(jī)械滾動軸承故障診斷方法研究[D];武漢理工大學(xué);2018年

9 穆旭明;基于小波變換和HHT的滾動軸承故障檢測系統(tǒng)研究[D];哈爾濱理工大學(xué);2018年

10 那曉棟;基于深度學(xué)習(xí)的變負(fù)載下滾動軸承故障診斷方法研究[D];哈爾濱理工大學(xué);2018年

本文編號：2745017