電機(jī)的實(shí)時(shí)檢測和故障診斷能夠?qū)﹄妱?dòng)機(jī)故障初期的特征變化進(jìn)行分析和識(shí)別,避免電動(dòng)機(jī)故障的進(jìn)一步惡化。此外還為電機(jī)性能的改善提供了數(shù)據(jù)和經(jīng)驗(yàn),有利于電機(jī)的可靠性進(jìn)一步提升。因此,研究開發(fā)電機(jī)故障診斷技術(shù)和系統(tǒng),不僅有重要的理論意義,還有重大的經(jīng)濟(jì)價(jià)值和實(shí)用價(jià)值。在傳統(tǒng)的電機(jī)故障診斷中,由于電機(jī)的機(jī)械結(jié)構(gòu)復(fù)雜、信號(hào)非平穩(wěn)性等因素以及在信號(hào)的特征提取的過程中存在著人為選取的主觀性等因素,因而限制了故障診斷識(shí)別率的提高。本文對(duì)深度學(xué)習(xí)的概念進(jìn)行了介紹,并將其中的深度信念網(wǎng)絡(luò)(DBN)應(yīng)用到軸承和異步電機(jī)的故障診斷識(shí)別中。采用軸承的振動(dòng)信號(hào)的功率譜密度作為網(wǎng)絡(luò)的輸入,對(duì)軸承的不同故障類型以及故障程度進(jìn)行分類識(shí)別,結(jié)果表明,深度信念網(wǎng)絡(luò)在軸承故障診斷中的識(shí)別準(zhǔn)確率接近100%,說明深度信念網(wǎng)絡(luò)在故障診斷識(shí)別領(lǐng)域具有很高的可行性和實(shí)用性。將深度信念網(wǎng)絡(luò)應(yīng)用到異步電機(jī)的故障診斷中,利用美國SQI公司的機(jī)械故障綜合模擬實(shí)驗(yàn)臺(tái)模擬5種電機(jī)狀態(tài),將電機(jī)原始振動(dòng)信號(hào)的功率譜密度作為網(wǎng)絡(luò)的訓(xùn)練和測試數(shù)據(jù),分析了前向訓(xùn)練次數(shù)、微調(diào)訓(xùn)練次數(shù)、批處理量、網(wǎng)絡(luò)深度和樣本長度對(duì)網(wǎng)絡(luò)識(shí)別準(zhǔn)確率和時(shí)間的影響,為確定最優(yōu)的網(wǎng)絡(luò)參數(shù)提供了依據(jù)。將DBN與傳統(tǒng)BP網(wǎng)絡(luò)、堆疊自動(dòng)編碼器(SAE)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行對(duì)比。結(jié)果表明,DBN在電機(jī)故障診斷中的識(shí)別準(zhǔn)確率可以達(dá)到100%,識(shí)別準(zhǔn)確率較傳統(tǒng)BP網(wǎng)絡(luò)有較大的提高;與其它深度學(xué)習(xí)網(wǎng)絡(luò)相比,在訓(xùn)練時(shí)間上最優(yōu)。
【學(xué)位單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TM343;TP183
【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題的來源及研究意義
    1.2 深度學(xué)習(xí)概念
        1.2.1 深度信念網(wǎng)絡(luò)
        1.2.2 卷積神經(jīng)網(wǎng)絡(luò)
        1.2.3 堆疊自動(dòng)編碼網(wǎng)絡(luò)
    1.3 深度學(xué)習(xí)研究現(xiàn)狀
        1.3.1 語音識(shí)別領(lǐng)域
        1.3.2 信息檢索領(lǐng)域
        1.3.3 計(jì)算機(jī)視覺領(lǐng)域
        1.3.4 故障智能分類識(shí)別領(lǐng)域
    1.4 課題研究目標(biāo)和研究內(nèi)容
        1.4.1 課題研究目標(biāo)
        1.4.2 課題的研究內(nèi)容
第2章 深度信念網(wǎng)絡(luò)
    2.1 玻爾茲曼機(jī)
    2.2 受限玻爾茲曼機(jī)
    2.3 前向堆疊RBM學(xué)習(xí)
    2.4 后向微調(diào)學(xué)習(xí)
        2.4.1 BP神經(jīng)網(wǎng)絡(luò)
        2.4.2 SVM分類器
        2.4.3 Softmax分類器
    2.5 DBN關(guān)鍵參數(shù)設(shè)置
    2.6 本章小結(jié)
第3章 基于深度信念網(wǎng)絡(luò)的軸承故障診斷
    3.1 軸承故障的研究意義
    3.2 軸承振動(dòng)信號(hào)的采集
    3.3 基于DBN的軸承故障識(shí)別
        3.3.1 數(shù)據(jù)歸一化處理
        3.3.2 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第4章 基于深度信念網(wǎng)絡(luò)的異步電機(jī)故障診斷
    4.1 異步電機(jī)的故障概述
        4.1.1 異步電機(jī)故障成因
        4.1.2 異步電機(jī)故障類別
    4.2 故障模擬實(shí)驗(yàn)裝置介紹
    4.3 振動(dòng)信號(hào)采集系統(tǒng)
    4.4 實(shí)驗(yàn)參數(shù)設(shè)置
    4.5 基于DBN的電機(jī)故障識(shí)別
        4.5.1 振動(dòng)信號(hào)預(yù)處理
        4.5.2 實(shí)驗(yàn)結(jié)果分析
    4.6 與其它算法對(duì)比分析
    4.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 班東坡;李紅梅;劉立文;;高效異步電機(jī)設(shè)計(jì)綜述[J];微電機(jī);2018年04期

2 劉立國;;高效高壓異步電機(jī)的分析與設(shè)計(jì)[J];中國設(shè)備工程;2017年04期

3 朱軍;阮江軍;陳嘉福;;十五相異步電機(jī)建模及穩(wěn)態(tài)仿真研究[J];電機(jī)與控制學(xué)報(bào);2017年09期

4 劉卓;邱巖;;高壓異步電機(jī)裝配方法的分析[J];科技創(chuàng)新與應(yīng)用;2016年06期

5 馬永強(qiáng);;低壓異步電機(jī)機(jī)械結(jié)構(gòu)與日常維護(hù)分析[J];科技展望;2016年29期

6 陳志江;陳揆能;陳凱陽;;風(fēng)機(jī)用單相異步電機(jī)的設(shè)計(jì)與分析[J];防爆電機(jī);2014年06期

7 姚桂穎;;淺談變頻異步電機(jī)的設(shè)計(jì)及特點(diǎn)[J];黑龍江科學(xué);2014年12期

8 劉慶;;高速異步電機(jī)設(shè)計(jì)的關(guān)鍵技術(shù)分析[J];產(chǎn)業(yè)與科技論壇;2015年11期

9 孫小剛;劉碩;馮德洋;;異步電機(jī)電磁噪聲分析及驗(yàn)證[J];科學(xué)家;2017年13期

10 譚偉;譚冰;;對(duì)單繞組雙速異步電機(jī)電磁設(shè)計(jì)關(guān)鍵問題的探討[J];科學(xué)中國人;2015年15期

相關(guān)博士學(xué)位論文 前10條

1 莊圣倫;基于雙定子繞組異步電機(jī)的航空變頻交流電源關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2017年

2 蔡卓劍;準(zhǔn)方波異步電機(jī)及其變頻調(diào)速系統(tǒng)的研究[D];浙江大學(xué);2015年

3 蘇位峰;異步電機(jī)自抗擾矢量控制調(diào)速系統(tǒng)[D];清華大學(xué);2004年

4 張宏荃;無軸承異步電機(jī)非線性解耦控制的研究[D];南京航空航天大學(xué);2005年

5 王曉琳;無軸承異步電機(jī)基本控制策略研究與實(shí)現(xiàn)[D];南京航空航天大學(xué);2005年

6 張征平;異步電動(dòng)機(jī)早期故障檢測的小波分析方法研究[D];華南理工大學(xué);2002年

7 林友杰;異步電機(jī)變頻調(diào)速節(jié)能控制運(yùn)行研究[D];福州大學(xué);2006年

8 張立偉;電動(dòng)汽車用異步電機(jī)系統(tǒng)效率優(yōu)化控制研究[D];中國科學(xué)院研究生院（電工研究所）;2006年

9 張?zhí)m紅;異步電機(jī)起動(dòng)/發(fā)電系統(tǒng)研究[D];南京航空航天大學(xué);2006年

10 曲永印;異步電機(jī)的高性能變頻調(diào)速控制策略及系統(tǒng)實(shí)現(xiàn)研究[D];東華大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 陳曉霖;異步電機(jī)無速度傳感器低速運(yùn)行高性能控制技術(shù)研究[D];山東科技大學(xué);2018年

2 郝鵬永;基于深度信念網(wǎng)絡(luò)的異步電機(jī)典型故障的診斷方法及其實(shí)驗(yàn)研究[D];燕山大學(xué);2019年

3 趙振華;基于命令濾波的異步電機(jī)隨機(jī)自適應(yīng)模糊控制[D];青島大學(xué);2019年

4 韓瑤;基于命令濾波的異步電機(jī)有限時(shí)間自適應(yīng)模糊控制[D];青島大學(xué);2019年

5 滕俊青;異步電機(jī)在線參數(shù)辨識(shí)與效率優(yōu)化控制研究[D];青島大學(xué);2019年

6 汪雷鳴;基于模型設(shè)計(jì)的車載異步電機(jī)參數(shù)辨識(shí)研究[D];合肥工業(yè)大學(xué);2019年

7 劉云飛;異步電機(jī)有限集模型預(yù)測控制算法及轉(zhuǎn)矩脈動(dòng)抑制研究[D];合肥工業(yè)大學(xué);2019年

8 李偉;新能源汽車異步電機(jī)控制器設(shè)計(jì)及應(yīng)用[D];濟(jì)南大學(xué);2019年

9 常玉潔;綜合考慮參數(shù)時(shí)變的異步電機(jī)模型研究[D];北京交通大學(xué);2019年

10 劉恰;異步電機(jī)無速度傳感器矢量控制策略研究[D];西安科技大學(xué);2019年

本文編號(hào)：2853048