隨著軌道交通行業(yè)的高速發(fā)展,軌道車輛的運(yùn)行速度、載重量都在逐步提升。而在進(jìn)步的同時(shí)安全問題始終是該行業(yè)的重中之重。車軸是輪對的主要配件,也是構(gòu)成車輛走行部的重要零件,在軌道車輛運(yùn)行中是不可或缺的一部分。車軸在工作中面臨變化的外界環(huán)境及復(fù)雜工況,不可避免地會產(chǎn)生裂紋,車軸裂紋發(fā)展到一定程度會使車軸斷裂,帶來極其嚴(yán)重的后果。因此對車軸的故障診斷具有現(xiàn)實(shí)意義。本文研究了如何對車軸聲發(fā)射數(shù)據(jù)進(jìn)行特征提取與分類識別,提出一種基于深度置信網(wǎng)絡(luò)（Deep belief network,DBN）的分析方法。本文首先介紹了 DBN的基本原理與網(wǎng)絡(luò)結(jié)構(gòu),在這個(gè)基礎(chǔ)上研究了 DBN的組成部分受限玻爾茲曼機(jī)（Restricted Boltzmann machine,RBM）,重點(diǎn)分析其權(quán)值更新迭代的次數(shù)對特征提取和網(wǎng)絡(luò)計(jì)算時(shí)間的影響。在DBN對車軸聲發(fā)射信號特征提取過程中,對提取到的多維特征采用主成分分析法（Principal component analysis,PCA）進(jìn)行降維處理,保留前三個(gè)主成分分量,使特征可以表現(xiàn)在三維空間中。在DBN對車軸聲發(fā)射信號分類識別過程中,主要分析不同隱層數(shù)給信號識別準(zhǔn)確率... 

【文章來源】：大連交通大學(xué)遼寧省

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１?ＲＢＭ結(jié)構(gòu)示意圖??Ｆｉｇ．?２．１?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＲＢＭ??

?第二章相關(guān)理論基礎(chǔ)???Ｐ?（?ｈ?Ｉ?ｖ?）??ｈＯＯ?ＣＯ??／?＼，??ｖ?ｏｏｏ?ｃｏｏ??數(shù)據(jù)?ｍｔｑｗ據(jù)??Ｐ?（?Ｖ?Ｉ?ｈ?）??圖２．２?ＣＤ－Ｉ算法圖??Ｆｉｇｕｒｅ２．２?Ａｌｇｏｒｉｔｈｍ?ｏｎ?ＣＤ－Ｉ??２．４深度置信網(wǎng)絡(luò)概述??深度置信網(wǎng)絡(luò)是一種概率生成模型１４￣。這種模型包含了多個(gè)隱含層，如圖２．３所??示：??Ｓｏｆｔｍａｘ分類器（錨出分類結(jié)梁）??標(biāo)簽麵?）???ｔ????隱含層???確定ＲＢＭ權(quán)重?反向微調(diào)???隱含層???麵＿哪＿廳?麵－輕???隱含層??Ｉ?Ｏ?Ｏ?Ｏ?Ｏ?－?Ｑｐ＾Ｍｈｊ??連職重???〇?〇?．．．?〇?顯層ｖ??圖２．３?ＤＢＮ結(jié)構(gòu)示意圖??Ｆｉｇｕｒｅ２．３?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＤＢＮ??１３??

?第二章相關(guān)理論基礎(chǔ)???Ｐ?（?ｈ?Ｉ?ｖ?）??ｈＯＯ?ＣＯ??／?＼，??ｖ?ｏｏｏ?ｃｏｏ??數(shù)據(jù)?ｍｔｑｗ據(jù)??Ｐ?（?Ｖ?Ｉ?ｈ?）??圖２．２?ＣＤ－Ｉ算法圖??Ｆｉｇｕｒｅ２．２?Ａｌｇｏｒｉｔｈｍ?ｏｎ?ＣＤ－Ｉ??２．４深度置信網(wǎng)絡(luò)概述??深度置信網(wǎng)絡(luò)是一種概率生成模型１４￣。這種模型包含了多個(gè)隱含層，如圖２．３所??示：??Ｓｏｆｔｍａｘ分類器（錨出分類結(jié)梁）??標(biāo)簽麵?）???ｔ????隱含層???確定ＲＢＭ權(quán)重?反向微調(diào)???隱含層???麵＿哪＿廳?麵－輕???隱含層??Ｉ?Ｏ?Ｏ?Ｏ?Ｏ?－?Ｑｐ＾Ｍｈｊ??連職重???〇?〇?．．．?〇?顯層ｖ??圖２．３?ＤＢＮ結(jié)構(gòu)示意圖??Ｆｉｇｕｒｅ２．３?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ＤＢＮ??１３??

【參考文獻(xiàn)】：
期刊論文
[1]多級神經(jīng)網(wǎng)絡(luò)的軸承故障診斷研究[J]. 衷路生,劉東東.  計(jì)算機(jī)工程與應(yīng)用. 2020(07)
[2]基于聲發(fā)射的柴油機(jī)連桿大端軸瓦碰撞摩擦故障診斷[J]. 黨軒,谷豐收,王鐵,李國興,王歡歡,張虎.  振動(dòng)與沖擊. 2018(19)
[3]基于VMD-SVD聯(lián)合降噪和頻率切片小波變換的滾動(dòng)軸承故障特征提取[J]. 馬增強(qiáng),張俊甲,張安,阮婉瑩.  振動(dòng)與沖擊. 2018(17)
[4]HXD3C型機(jī)車車軸磁粉檢測磁痕顯示分析[J]. 蔡曉野.  無損探傷. 2018(02)
[5]速度和缺陷尺寸對車軸軸承狀態(tài)監(jiān)測的影響[J]. A.Amini,萬升云.  國外機(jī)車車輛工藝. 2018(02)
[6]基于VMD和1.5維Teager能量譜的滾動(dòng)軸承故障特征提取[J]. 向玲,張力佳.  振動(dòng)與沖擊. 2017(18)
[7]基于灰色聚類權(quán)的車軸裂紋聲發(fā)射信號風(fēng)險(xiǎn)評估[J]. 林麗,許強(qiáng),周勇.  無損檢測. 2017(08)
[8]深度學(xué)習(xí)在故障診斷領(lǐng)域中的研究現(xiàn)狀與挑戰(zhàn)[J]. 任浩,屈劍鋒,柴毅,唐秋,葉欣.  控制與決策. 2017(08)
[9]基于奇異值分解和變分模態(tài)分解的軸承故障特征提取[J]. 趙洪山,郭雙偉,高奪.  振動(dòng)與沖擊. 2016(22)
[10]基于稀疏自動(dòng)編碼深度神經(jīng)網(wǎng)絡(luò)的感應(yīng)電動(dòng)機(jī)故障診斷[J]. 孫文珺,邵思羽,嚴(yán)如強(qiáng).  機(jī)械工程學(xué)報(bào). 2016(09)

博士論文
[1]基于流形學(xué)習(xí)的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障診斷方法研究[D]. 李鋒.重慶大學(xué) 2011

碩士論文
[1]基于小波包能量熵和小波熵的車軸裂紋聲發(fā)射特征提取研究[D]. 李曉龍.大連交通大學(xué) 2017
[2]基于受限玻爾茲曼機(jī)的深度學(xué)習(xí)方法研究[D]. 張怡康.北京化工大學(xué) 2016
[3]軌道車輛輪軸聲發(fā)射LMD研究[D]. 李春付.大連交通大學(xué) 2014
[4]如何有效利用主成分分析中的主成分[D]. 洪素珍.華中師范大學(xué) 2008



本文編號：3434387