【摘要】：由于許多行業(yè)對(duì)減速電機(jī)的需求正在日益提高,國(guó)內(nèi)減速電機(jī)生產(chǎn)企業(yè)需要提高減速電機(jī)的生產(chǎn)效率。目前國(guó)內(nèi)企業(yè)普遍使用人工檢測(cè)方式對(duì)減速電機(jī),特別是微型齒輪減速直流電機(jī)進(jìn)行故障診斷,這種方式不僅限制企業(yè)的生產(chǎn)效率,而且容易導(dǎo)致誤檢漏檢。以JL-12FN20-37型號(hào)齒輪減速直流電機(jī)為例,本文結(jié)合了電機(jī)故障診斷理論和深度學(xué)習(xí)理論,研究并實(shí)現(xiàn)了一套微型齒輪減速直流電機(jī)的故障檢測(cè)系統(tǒng),該系統(tǒng)是基于卷積神經(jīng)網(wǎng)絡(luò)框架實(shí)現(xiàn),通過(guò)分析JL-12FN20-37型號(hào)齒輪減速直流電機(jī)的振動(dòng)信號(hào)來(lái)實(shí)現(xiàn)高效的故障檢測(cè),具有一定應(yīng)用價(jià)值。本文的工作主要包括以下三個(gè)部分:(1)振動(dòng)信號(hào)的特征提取與選擇:就本文所設(shè)計(jì)的故障檢測(cè)系統(tǒng)而言,合適的JL-12FN20-37型號(hào)齒輪減速直流電機(jī)的振動(dòng)信號(hào)特征是研究的關(guān)鍵。所以本文運(yùn)用基于短時(shí)傅里葉變換,基于希爾伯特黃變換和基于1/3倍頻程譜-主成分分析這三種特征提取方法對(duì)電機(jī)的非平穩(wěn)時(shí)變振動(dòng)信號(hào)進(jìn)行特征提取。經(jīng)過(guò)實(shí)驗(yàn)分析,通過(guò)這三種特征提取的方法所獲得的振動(dòng)信號(hào)特征都具備信息不冗長(zhǎng)、區(qū)分度較高等特點(diǎn),適合作為故障檢測(cè)分類模型的輸入特征。(2)故障檢測(cè)分類模型的研究:首先本文搭建了基于支持向量數(shù)據(jù)描述的故障檢測(cè)分類模型作為實(shí)驗(yàn)的比較基準(zhǔn);其次設(shè)計(jì)了兩款基于深度學(xué)習(xí)的故障檢測(cè)分類模型,其中一款是基于卷積神經(jīng)網(wǎng)絡(luò)的分類模型,通過(guò)改進(jìn)經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型參數(shù)和加入包括誤檢懲罰項(xiàng)和多段檢測(cè)在內(nèi)的五種優(yōu)化結(jié)構(gòu),分類模型的準(zhǔn)確率和精確率有所提高。另外一款是基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的故障檢測(cè)分類模型,在加入包括循環(huán)連接方向的隨機(jī)失活在內(nèi)的四種優(yōu)化結(jié)構(gòu)后,分類模型的識(shí)別性能也得到較高提升。最后通過(guò)分析對(duì)比實(shí)驗(yàn)結(jié)果,本文選擇結(jié)果更優(yōu)的卷積神經(jīng)網(wǎng)絡(luò)分類模型作為故障檢測(cè)系統(tǒng)的分類模型。(3)JL-12FN20-37型號(hào)齒輪減速直流電機(jī)的故障檢測(cè)系統(tǒng)的實(shí)現(xiàn):首先,在系統(tǒng)硬件方面,本文根據(jù)硬件性能和實(shí)現(xiàn)要求完成了對(duì)直流電源、振動(dòng)傳感器等硬件設(shè)備的選型,并設(shè)計(jì)了基于彈簧減震框架的電機(jī)測(cè)量平臺(tái),有助于減少外部振動(dòng)源對(duì)電機(jī)信號(hào)測(cè)量的干擾;其次,在系統(tǒng)軟件方面,本文為故障檢測(cè)系統(tǒng)設(shè)計(jì)了操作簡(jiǎn)便的圖形用戶界面;最后通過(guò)實(shí)際測(cè)試對(duì)本系統(tǒng)的優(yōu)劣進(jìn)行評(píng)價(jià)。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TM33;TP18
【圖文】：

圖 1-2 各類減速電機(jī)。而這些都是因?yàn)閲?guó)內(nèi)減速機(jī)行業(yè)存在獨(dú)有的問(wèn)題所引起。比如國(guó)內(nèi)絕大部分企規(guī)模較小，限制了國(guó)內(nèi)企業(yè)開(kāi)發(fā)能力，導(dǎo)致產(chǎn)品更新周期長(zhǎng)，影響著企業(yè)產(chǎn)品的爭(zhēng)力和發(fā)展腳步。另外，國(guó)內(nèi)的減速機(jī)行業(yè)的產(chǎn)品生產(chǎn)質(zhì)量參差不齊，可靠性和直在國(guó)內(nèi)外市場(chǎng)不高，導(dǎo)致不少企業(yè)失去部分市場(chǎng)。但究其根本，是我國(guó)減速機(jī)基礎(chǔ)技術(shù)研究不足，相關(guān)聯(lián)的行業(yè)技術(shù)水平不足等導(dǎo)致，如國(guó)內(nèi)傳動(dòng)基礎(chǔ)期間應(yīng)夠好，高端齒輪材料、熱處理技術(shù)、傳動(dòng)系統(tǒng)動(dòng)力研究等與國(guó)外技術(shù)差距仍有較。以小見(jiàn)大，在國(guó)內(nèi)絕大部分中小小型齒輪減速電機(jī)生產(chǎn)行業(yè)中，除了對(duì)自家產(chǎn)幾個(gè)硬性指標(biāo)轉(zhuǎn)速、轉(zhuǎn)矩、溫升等進(jìn)行專業(yè)設(shè)備的測(cè)量外，還要對(duì)噪聲和振動(dòng)進(jìn)。由于國(guó)內(nèi)齒輪減速機(jī)種類繁多復(fù)雜以及行業(yè)硬性硬性指標(biāo)未明，國(guó)內(nèi)普遍做法人工方式進(jìn)行產(chǎn)品質(zhì)檢，即在噪聲和振動(dòng)方面通過(guò)雙手感知電機(jī)和減速機(jī)空載的及用耳朵聆聽(tīng)整體空載噪聲來(lái)進(jìn)行綜合判斷產(chǎn)品是否合格。這種落后低效的方法

圖 1-3 四種微型齒輪減速直流電機(jī)品質(zhì)檢控的效率和質(zhì)量，這將成為齒輪減速電機(jī)企業(yè)能否創(chuàng)造可觀持續(xù)的要問(wèn)題之一。般齒輪減速電機(jī)品質(zhì)檢控的內(nèi)容包括幾種硬性參數(shù)指標(biāo)，如產(chǎn)品的空載電、空載轉(zhuǎn)速、負(fù)載轉(zhuǎn)速、啟動(dòng)電壓及峰值、負(fù)載扭力曲線等。這些檢測(cè)項(xiàng)些電機(jī)檢測(cè)設(shè)備進(jìn)行測(cè)量,特別的，負(fù)載扭力曲線的測(cè)量可以根據(jù)實(shí)際產(chǎn)品產(chǎn)品的檢測(cè)設(shè)備，如圖 1-4 是某企業(yè)為特定型號(hào)微型齒輪減速直流電機(jī)自檢測(cè)設(shè)備，可以通過(guò)產(chǎn)品驅(qū)動(dòng)磁粉制動(dòng)器來(lái)檢測(cè)產(chǎn)品的扭力是否符合要求產(chǎn)品品可快速手動(dòng)更換產(chǎn)品的電機(jī)或減速器部件。除了上述的電機(jī)參數(shù)質(zhì)檢控還包括了噪聲和振動(dòng)檢測(cè)這兩方面。但是，關(guān)于這方面的檢測(cè)國(guó)內(nèi)尚未擁有成熟自動(dòng)化的檢測(cè)設(shè)備，其主要面臨的困難在于國(guó)內(nèi)齒輪減速電多，不同產(chǎn)品間出現(xiàn)故障時(shí)的噪聲和振動(dòng)是復(fù)雜多樣的，沒(méi)有通用設(shè)備進(jìn)

圖 1-4 負(fù)載扭矩檢測(cè)裝置研究意義，減速電機(jī)產(chǎn)業(yè)在國(guó)內(nèi)日益增長(zhǎng)的需求下不停地?cái)U(kuò)張市場(chǎng)自研自產(chǎn)面對(duì)不同需求的齒輪減速電機(jī)產(chǎn)品。由前面章節(jié)內(nèi)部分中小企業(yè)擁有一定程度自主研發(fā)能力，但是在面臨大規(guī)地進(jìn)行齒輪減速電機(jī)的噪聲和振動(dòng)方面的品質(zhì)檢測(cè)，而這兩具體部件是否存在故障的重要檢測(cè)項(xiàng)目之一。所以研發(fā)一套面的檢測(cè)設(shè)備是極為重要的，一方面這種設(shè)備或者方案能取品的生產(chǎn)成本，提高減速電機(jī)的檢測(cè)效率，另一方面也提高確率，保證企業(yè)生產(chǎn)中齒輪減速電機(jī)的產(chǎn)品合格率。究了數(shù)字信號(hào)處理、模式識(shí)別、電機(jī)故障診斷、深度學(xué)習(xí)程方法和分類模型方案的優(yōu)劣，最終將基于短時(shí)傅里葉變換

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅炳聰;樊可清;陳英武;;小型電機(jī)生產(chǎn)過(guò)程在線品質(zhì)檢測(cè)方法研究[J];測(cè)控技術(shù);2015年12期

2 耶曉東;;HHT方法在軸承故障診斷中的應(yīng)用[J];陜西理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年04期

3 覃慧;南江紅;;旋轉(zhuǎn)機(jī)械故障診斷的時(shí)頻分析方法比較[J];科學(xué)技術(shù)與工程;2011年09期

4 吳定海;張培林;任國(guó)全;陳非;;基于支持向量的單類分類方法綜述[J];計(jì)算機(jī)工程;2011年05期

5 李晗;蕭德云;;基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述[J];控制與決策;2011年01期

6 董玉才;楊萬(wàn)利;張玲;易良海;曹蘇娜;;基于偏最小二乘法的兩棲突擊車液壓馬達(dá)故障診斷[J];機(jī)床與液壓;2010年21期

7 趙文浩;閻威武;;基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷研究[J];微計(jì)算機(jī)信息;2010年28期

8 丘東元;彭錦鳳;張波;;電力電子變換器結(jié)構(gòu)性故障的有向圖論診斷方法[J];電機(jī)與控制學(xué)報(bào);2010年08期

9 薛寒;謝利理;葉留義;;基于模糊推理的電機(jī)故障診斷專家系統(tǒng)研究[J];計(jì)算機(jī)測(cè)量與控制;2010年01期

10 孫麗;趙希;;基于人工神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷研究[J];科技資訊;2008年12期

本文編號(hào)：2781116