隨著工業(yè)和科技的快速發(fā)展,數(shù)控機床的智能化水平不斷提高,設(shè)備部件的故障診斷技術(shù)已經(jīng)趨于成熟,但是故障診斷只能做到對部件的故障分類,不能智能預(yù)警。因此,滾動軸承的故障預(yù)警系統(tǒng)受到大家的青睞,該系統(tǒng)具有狀態(tài)檢測、預(yù)知故障以及提供預(yù)警建議的能力。但目前的系統(tǒng)大多通過軸承的失效機理和本身的服役性能來間接的提供預(yù)警,這種方式不具有很強的智能性,因此本文通過深度學(xué)習(xí)技術(shù)來預(yù)測軸承的剩余壽命,通過壽命的結(jié)果給出相應(yīng)的預(yù)警措施,結(jié)合軟件工程理論搭建易于操作的預(yù)警系統(tǒng)。首先,對滾動軸承的具體結(jié)構(gòu)進行分析,給出了軸承的退化類型;介紹軸承振動產(chǎn)生的原因,通過對軸承振動頻率進行分析,對比自身運行產(chǎn)生振動和退化造成振動的區(qū)別,為振動信號可用于預(yù)測壽命提供理論依據(jù);總結(jié)出軸承性能的退化規(guī)律,給出軸承剩余壽命預(yù)測和故障預(yù)警的聯(lián)系。然后,針對滾動軸承剩余壽命難預(yù)測的情況,在分析了軸承原始信號特征提取困難的基礎(chǔ)上,提出了降噪自編碼器信號預(yù)處理以及基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的軸承剩余壽命預(yù)測方式。該方法首先使用降噪自編碼器對軸承原始振動信號進行編碼,然后將編碼結(jié)果依次經(jīng)過淺層特征提取模塊、深層特征提取模塊、數(shù)據(jù)融合模塊和輸出... 

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 選題的背景和意義
    1.2 國內(nèi)外相關(guān)領(lǐng)域的研究現(xiàn)狀
        1.2.1 軸承信號監(jiān)測技術(shù)
        1.2.2 剩余壽命預(yù)測技術(shù)
    1.3 研究內(nèi)容和組織結(jié)構(gòu)
    1.4 本章小結(jié)
第2章 軸承退化機理和剩余壽命介紹
    2.1 引言
    2.2 滾動軸承結(jié)構(gòu)
    2.3 滾動軸承退化類型
    2.4 滾動軸承的振動分析
        2.4.1 滾動軸承振動原因
        2.4.2 滾動軸承振動頻率分析
    2.5 滾動軸承剩余壽命介紹
        2.5.1 滾動軸承故障率變化規(guī)律
        2.5.2 滾動軸承剩余壽命預(yù)測定義
    2.6 本章小結(jié)
第3章 卷積神經(jīng)網(wǎng)絡(luò)
    3.0 引言
    3.1 模型對比
    3.2 傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.1 卷積層
        3.2.2 激活層
        3.2.3 池化層
        3.2.4 全連接層
    3.3 防止過擬合技術(shù)
        3.3.1 正則化技術(shù)
        3.3.2 Dropout技術(shù)
    3.4 本章小結(jié)
第4章 基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的軸承剩余壽命研究
    4.1 引言
    4.2 信號預(yù)處理
    4.3 多尺度卷積神經(jīng)網(wǎng)絡(luò)模型
        4.3.1 模型結(jié)構(gòu)
        4.3.2 淺層特征提取模塊
        4.3.3 深層特征提取模塊
        4.3.4 數(shù)據(jù)融合模塊
        4.3.5 損失函數(shù)
    4.4 軸承剩余壽命預(yù)測流程
    4.5 實驗與結(jié)果分析
        4.5.1 實驗數(shù)據(jù)來源
        4.5.2 實驗結(jié)果
        4.5.3 結(jié)果對比分析
    4.6 本章小結(jié)
第5章 軸承故障預(yù)警系統(tǒng)的設(shè)計與實現(xiàn)
    5.1 引言
    5.2 系統(tǒng)的總體規(guī)劃
    5.3 系統(tǒng)軟硬件設(shè)計
        5.3.1 硬件設(shè)計
        5.3.2 軟件程序設(shè)計
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
參考文獻
致謝
作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號：3669282