柴油發(fā)動(dòng)機(jī)能夠?yàn)槎喾N機(jī)械裝備提供運(yùn)行動(dòng)力,在工業(yè)、船舶、電力、軍工等多個(gè)領(lǐng)域都被普遍配備并使用。但是由于柴油發(fā)動(dòng)機(jī)具有工作條件惡劣,機(jī)械結(jié)構(gòu)復(fù)雜、振源多、轉(zhuǎn)速高等特點(diǎn),使其很容易發(fā)生零部件磨損,甚至是機(jī)械故障,對(duì)機(jī)組的健康造成威脅。由于振動(dòng)信號(hào)傳遞路徑復(fù)雜且具有強(qiáng)耦合性,傳統(tǒng)的設(shè)備故障診斷方案很難在實(shí)際工業(yè)現(xiàn)場(chǎng)中取得令人滿意的在線診斷結(jié)果。隨著深度學(xué)習(xí)技術(shù)的發(fā)展,通過大量數(shù)據(jù)自動(dòng)學(xué)習(xí)出故障特征并進(jìn)行在線故障診斷成為了一種有效的解決方法。本文針對(duì)如何將深度學(xué)習(xí)引入到柴油發(fā)動(dòng)機(jī)的異常檢測(cè)和故障診斷領(lǐng)域,主要在以下幾個(gè)方面開展了研究工作:(1)針對(duì)實(shí)際中故障樣本缺乏,難以訓(xùn)練故障診斷模型的現(xiàn)狀,本文從異常檢測(cè)的角度出發(fā),提出了一種基于一維卷積自編碼器的柴油發(fā)動(dòng)機(jī)異常檢測(cè)算法。通過一維卷積自編碼器來輸出狀態(tài)模型與觀測(cè)模型間的誤差,并通過箱線圖法對(duì)誤差進(jìn)行評(píng)估,并確定異常檢測(cè)的閾值。最后通過實(shí)驗(yàn)臺(tái)實(shí)測(cè)數(shù)據(jù)進(jìn)行了驗(yàn)證,結(jié)果表明了所提方法在柴油發(fā)動(dòng)機(jī)異常檢測(cè)上的有效性。(2)深入研究了棧式自編碼器的特征提取性能,從多個(gè)評(píng)價(jià)指標(biāo)上對(duì)各種特征提取方法進(jìn)行對(duì)比分析,驗(yàn)證了通過棧式自編碼器自動(dòng)提取的深度特征...

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
學(xué)位論文數(shù)據(jù)集
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 柴油發(fā)動(dòng)機(jī)故障診斷技術(shù)研究現(xiàn)狀
    1.3 自編碼器研究現(xiàn)狀
    1.4 自編碼器在故障診斷上的應(yīng)用現(xiàn)狀
    1.5 本文主要研究?jī)?nèi)容
第二章 基于一維卷積自編碼器的柴油發(fā)動(dòng)機(jī)異常檢測(cè)方法
    2.1 引言
    2.2 一維卷積自編碼器原理
        2.2.1 自編碼器
        2.2.2 一維卷積自編碼器
    2.3 基于一維卷積自編碼器的異常檢測(cè)模型
        2.3.1 誤差生成模型
        2.3.2 異常檢測(cè)模型
    2.4 基于一維卷積自編碼器的柴油發(fā)動(dòng)機(jī)異常檢測(cè)
        2.4.1 1DCAE重構(gòu)結(jié)果分析
        2.4.2 異常檢測(cè)性能分析
        2.4.3 卷積核可視化
    2.5 本章小結(jié)
第三章 基于棧式自編碼器的柴油發(fā)動(dòng)機(jī)特征提取與故障診斷
    3.1 引言
    3.2 棧式自編碼器原理
    3.3 SAE的特征提取性能分析
        3.3.1 提取出的特征
        3.3.2 特征性能評(píng)估指標(biāo)
        3.3.3 各特征提取方法對(duì)比分析
    3.4 棧式自編碼器故障診斷模型
        3.4.1 節(jié)點(diǎn)隨機(jī)丟棄技巧
        3.4.2 模型的搭建
    3.5 基于棧式自編碼器的故障診斷模型性能驗(yàn)證
        3.5.1 故障診斷結(jié)果分析
        3.5.2 輸入方式對(duì)比分析
        3.5.3 與其他算法對(duì)比分析
    3.6 本章小結(jié)
第四章 基于改進(jìn)變分自編碼器的柴油發(fā)動(dòng)機(jī)故障診斷方法
    4.1 引言
    4.2 基于改進(jìn)變分自編碼器的故障診斷模型
        4.2.1 變分自編碼器
        4.2.2 和聲搜索優(yōu)化算法
        4.2.3 提出的故障診斷模型
    4.3 基于改進(jìn)變分自編碼器的柴油發(fā)動(dòng)機(jī)故障診斷
        4.3.1 模型超參數(shù)研究
        4.3.2 超參數(shù)自動(dòng)優(yōu)化
        4.3.3 特征提取可視化分析
        4.3.4 非穩(wěn)定工況下的故障診斷性能對(duì)比分析
        4.3.5 與其他方法對(duì)比分析
    4.4 本章小結(jié)
第五章 柴油發(fā)動(dòng)機(jī)故障模擬實(shí)驗(yàn)與狀態(tài)監(jiān)測(cè)故障案例分析
    5.1 引言
    5.2 柴油發(fā)動(dòng)機(jī)氣門故障模擬實(shí)驗(yàn)
        5.2.1 實(shí)驗(yàn)臺(tái)搭建
        5.2.2 實(shí)驗(yàn)?zāi)康呐c意義
        5.2.3 實(shí)驗(yàn)過程
        5.2.4 實(shí)驗(yàn)結(jié)果分析
    5.3 柴油發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)項(xiàng)目典型故障案例分析
        5.3.1 缸內(nèi)失火故障案例分析
        5.3.2 氣門彈簧斷裂故障案例分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
研究成果及發(fā)表的學(xué)術(shù)論文
作者與導(dǎo)師簡(jiǎn)介
附件



本文編號(hào)：3832270