隨著生產(chǎn)發(fā)展和科學(xué)技術(shù)的現(xiàn)代化,使得現(xiàn)代機(jī)械設(shè)備的結(jié)構(gòu)愈加復(fù)雜,各種各樣的功能也愈發(fā)全面,機(jī)械設(shè)備自動(dòng)化的程度也在不斷的提高,給經(jīng)濟(jì)發(fā)展提供了重要貢獻(xiàn)。而軸系設(shè)備是其中重要的組成結(jié)構(gòu)。由于許多因素的影響,軸系設(shè)備具有其使用壽命,且容易發(fā)生故障,可能導(dǎo)致降低其預(yù)期功效,停止運(yùn)轉(zhuǎn)等,甚至造成更嚴(yán)重的災(zāi)難性事故。及時(shí)發(fā)現(xiàn)故障,識(shí)別故障類型,不僅有助于延長(zhǎng)其使用壽命,也能夠有效的避免危險(xiǎn)事故的發(fā)生。因此,軸系設(shè)備故障診斷方法的研究是十分重要的。近年來(lái),隨著機(jī)器學(xué)習(xí)算法的飛速發(fā)展,因其自動(dòng)化程度高,速度快等優(yōu)勢(shì),被廣泛的應(yīng)用于各類設(shè)備的故障診斷中。因此,本文針對(duì)基于機(jī)器學(xué)習(xí)的軸系設(shè)備故障診斷方法展開(kāi)研究,主要包括三大步驟:數(shù)據(jù)采集,數(shù)據(jù)預(yù)處理,分類器訓(xùn)練與分類。即,采用傳感器對(duì)設(shè)備狀態(tài)進(jìn)行監(jiān)測(cè),對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理以提取特征信息,基于特征信息設(shè)計(jì)模態(tài)分類器,對(duì)設(shè)備當(dāng)前運(yùn)行模態(tài)進(jìn)行診斷。仿真數(shù)據(jù)由ZHS-2型柔性轉(zhuǎn)子試驗(yàn)臺(tái)得到。創(chuàng)新性工作主要體現(xiàn)在數(shù)據(jù)預(yù)處理階段和分類器訓(xùn)練階段。主要包括如下工作:1.為得到機(jī)器學(xué)習(xí)訓(xùn)練和測(cè)試樣本,則需要對(duì)原始時(shí)域數(shù)據(jù)進(jìn)行分割。對(duì)于軸系設(shè)備而言,以單個(gè)旋轉(zhuǎn)周期為... 

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 課題研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 基于解析模型的方法
        1.2.2 基于知識(shí)的故障診斷方法
        1.2.3 基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法
    1.3 本文的研究?jī)?nèi)容
    1.4 數(shù)據(jù)介紹
    1.5 論文的各章節(jié)安排
2 基礎(chǔ)理論
    2.1 快速傅里葉變換
    2.2 BP神經(jīng)網(wǎng)絡(luò)
        2.2.1 BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)
        2.2.2 BP神經(jīng)網(wǎng)絡(luò)的原理
    2.3 序貫核極限學(xué)習(xí)機(jī)理論
        2.3.1 核極限學(xué)習(xí)機(jī)理論
        2.3.2 序貫核極限學(xué)習(xí)機(jī)
    2.4 循環(huán)雙譜
        2.4.1 高階矩與高階累積量的定義和性質(zhì)
        2.4.2 雙譜的定義與性質(zhì)
    2.5 本章小結(jié)
3 基于非固有采樣周期的數(shù)據(jù)預(yù)處理方法
    3.1 引言
    3.2 分割方法與時(shí)頻轉(zhuǎn)換
    3.3 折段加權(quán)融合方式
    3.4 折段合并融合方式
    3.5 直接融合方式
    3.6 基于BP神經(jīng)網(wǎng)絡(luò)的故障分類方法
        3.6.1 本文所采用的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.6.2 仿真
    3.7 本章小結(jié)
4 基于多序貫核極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)的故障診斷方法
    4.1 引言
    4.2 基于卡爾曼濾波的序貫核極限學(xué)習(xí)機(jī)
    4.3 多KF-S-KELM網(wǎng)絡(luò)
    4.4 仿真
    4.5 本章小結(jié)
5 基于循環(huán)雙譜切片分析的故障診斷方法
    5.1 引言
    5.2 循環(huán)雙譜估計(jì)與故障診斷
    5.3 仿真
    5.4 本章小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及科研成果



本文編號(hào)：3672359