減速電機(jī)為工業(yè)生產(chǎn)的關(guān)鍵基礎(chǔ)設(shè)備被廣泛的應(yīng)用于各種工業(yè)生產(chǎn)領(lǐng)域中,實(shí)現(xiàn)對減速電機(jī)健康狀態(tài)監(jiān)測是保證工業(yè)生產(chǎn)過程安全持續(xù)進(jìn)行的關(guān)鍵,展開對減速電機(jī)故障診斷技術(shù)的研究具有重大意義。在減速電機(jī)運(yùn)行過程中各個部件產(chǎn)生的振動信號能夠準(zhǔn)確的反應(yīng)減速電機(jī)的健康狀態(tài),因此本文分別對減速電機(jī)運(yùn)行過程中轉(zhuǎn)子和軸承產(chǎn)生的振動信號進(jìn)行分析,實(shí)現(xiàn)對減速電機(jī)的轉(zhuǎn)子偏心故障和軸承故障進(jìn)行診斷。本文主要研究內(nèi)容如下:針對減速電機(jī)轉(zhuǎn)子偏心故障,由于實(shí)際采集的減速電機(jī)轉(zhuǎn)子振動信號中含有很強(qiáng)的噪聲成分,利用其合成轉(zhuǎn)子軸心軌跡將很難提取出故障特征。本文首先利用諧波小波對轉(zhuǎn)子振動信號進(jìn)行提純處理,并對提純后振動信號合成的軸心軌跡提取仿射不變矩特征,利用BP神經(jīng)網(wǎng)絡(luò)對提取的減速電機(jī)轉(zhuǎn)子不同類型偏心故障的仿射不變矩特征進(jìn)行分類識別實(shí)現(xiàn)對減速電機(jī)轉(zhuǎn)子偏心故障診斷,并通過仿真實(shí)驗(yàn)及設(shè)計減速電機(jī)轉(zhuǎn)子偏心故障診斷系統(tǒng)對該減速電機(jī)轉(zhuǎn)子偏心故障診斷方法的性能進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明該故障診斷方法能夠?qū)追N典型的減速電機(jī)轉(zhuǎn)子偏心故障準(zhǔn)確的識別。針對減速電機(jī)軸承故障,本文設(shè)計了一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的減速電機(jī)軸承故障診斷方法,該方法能夠直接從... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 主要研究內(nèi)容
2 減速電機(jī)故障診斷相關(guān)基礎(chǔ)理論
    2.1 減速電機(jī)轉(zhuǎn)子軸心軌跡產(chǎn)生機(jī)理
        2.1.1 轉(zhuǎn)子振動機(jī)理
        2.1.2 轉(zhuǎn)子系統(tǒng)受力分析
        2.1.3 減速電機(jī)轉(zhuǎn)子常見偏心故障類型及軸心軌跡圖形
    2.2 減速電機(jī)軸承故障產(chǎn)生機(jī)理分析
        2.2.1 軸承基本結(jié)構(gòu)
        2.2.2 軸承失效表現(xiàn)形式
        2.2.3 軸承故障振動信號特征頻率分析
    2.4 本章小結(jié)
3 減速電機(jī)轉(zhuǎn)子軸心軌跡特征提取與故障診斷
    3.1 轉(zhuǎn)子軸心軌跡諧波小波提純
        3.1.1 小波去噪基礎(chǔ)理論
        3.1.2 諧波小波提純理論
        3.1.3 軸心軌跡提純仿真
    3.2 轉(zhuǎn)子軸心軌跡特征提取
        3.2.1 仿射不變矩特征構(gòu)造
        3.2.2 軸心軌跡圖形仿射不變矩計算
    3.3 轉(zhuǎn)子軸心軌跡識別仿真
        3.3.1 BP神經(jīng)網(wǎng)絡(luò)基本理論
        3.3.2 軸心軌跡識別網(wǎng)絡(luò)設(shè)計
        3.3.3 軸心軌跡自動識別仿真實(shí)驗(yàn)
    3.4 減速電機(jī)轉(zhuǎn)子偏心故障診斷系統(tǒng)設(shè)計與實(shí)際應(yīng)用
        3.4.1 減速電機(jī)轉(zhuǎn)子偏心故障診斷系統(tǒng)硬件
        3.4.2 減速電機(jī)轉(zhuǎn)子偏心故障診斷系統(tǒng)軟件
        3.4.3 減速電機(jī)轉(zhuǎn)子偏心故障診斷系統(tǒng)測試
    3.5 本章小結(jié)
4 基于卷積神經(jīng)網(wǎng)絡(luò)框架的減速電機(jī)軸承故障診斷
    4.1 卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)
        4.1.1 卷積層
        4.1.2 激活層
        4.1.3 池化層
        4.1.4 全連接層
        4.1.5 誤差函數(shù)
        4.1.6 批量歸一化層
    4.2 卷積神經(jīng)網(wǎng)絡(luò)的誤差反向傳播
        4.2.1 全連接層反向求導(dǎo)
        4.2.2 池化層反向求導(dǎo)
        4.2.3 卷積層反向求導(dǎo)
        4.2.4 批量歸一化層反向求導(dǎo)
    4.3 RAdam優(yōu)化算法
    4.4 基于一維卷積神經(jīng)網(wǎng)絡(luò)的減速電機(jī)軸承故障診斷方法
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)來源
        4.4.2 數(shù)據(jù)集增強(qiáng)
        4.4.3 數(shù)據(jù)集構(gòu)建
        4.4.4 網(wǎng)絡(luò)參數(shù)設(shè)計
        4.4.5 軸承故障診斷實(shí)驗(yàn)與分析
    4.5 基于二維卷積神經(jīng)網(wǎng)絡(luò)的減速電機(jī)軸承故障診斷方法
        4.5.1 數(shù)據(jù)集構(gòu)建
        4.5.2 網(wǎng)絡(luò)參數(shù)設(shè)計
        4.5.3 軸承故障診斷實(shí)驗(yàn)與分析
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間主要研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于三維不變線矩的發(fā)電機(jī)組導(dǎo)軸承三維軸心軌跡故障識別[J]. 王潤鵬,王樹新,孟繁欣,朱紫威,白潔,劉忠仁,韓毅.  大電機(jī)技術(shù). 2019(06)
[2]基于諧波小波包和IAGA-SVM的滾動軸承故障診斷[J]. 呂維宗,王海瑞,舒捷.  計算機(jī)應(yīng)用與軟件. 2019(10)
[3]基于小波包與CNN的滾動軸承故障診斷[J]. 許理,李戈,余亮,姚毅.  四川理工學(xué)院學(xué)報(自然科學(xué)版). 2018(03)
[4]基于時頻圖和CNN的滾動軸承故障診斷[J]. 劉炳集,熊邦書,歐巧鳳,陳新云.  南昌航空大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[5]基于堆疊稀疏自編碼的滾動軸承故障診斷[J]. 侯榮濤,周子賢,趙曉平,謝陽陽,王麗華.  軸承. 2018(03)
[6]自適應(yīng)諧波窗及其在振動信號頻率提取中的應(yīng)用（英文）[J]. 李舜酩,王金瑞,李香蓮.  Journal of Central South University. 2018(01)
[7]結(jié)合位移檢測和LSSVM的電機(jī)故障診斷[J]. 張芳芳,張世榮,程琴.  河南科技大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[8]基于時序貼近度與改進(jìn)SVM的水機(jī)軸心軌跡診斷[J]. 薛延剛,王勇勁,趙海英,牛廣文,喬芳.  排灌機(jī)械工程學(xué)報. 2017(12)
[9]轉(zhuǎn)子系統(tǒng)三維軸心軌跡和流形學(xué)習(xí)的故障診斷方法[J]. 邵杰,龐新宇,楊兆建,李峰.  機(jī)械科學(xué)與技術(shù). 2018(06)
[10]基于高度函數(shù)的旋轉(zhuǎn)機(jī)械軸心軌跡識別方法[J]. 孫國棟,艾成漢,周振,湯漢兵.  中國測試. 2017(09)

博士論文
[1]基于深度自編碼器的機(jī)械故障診斷方法研究[D]. 張玉彥.華中科技大學(xué) 2019

碩士論文
[1]基于深度學(xué)習(xí)的路標(biāo)識別[D]. 何銳波.江南大學(xué) 2019
[2]基于聲發(fā)射技術(shù)的超低速滾動軸承故障診斷研究[D]. 徐桃萍.蘭州理工大學(xué) 2019
[3]基于改進(jìn)CNN的變工況下滾動軸承故障診斷方法研究[D]. 李藝偉.哈爾濱理工大學(xué) 2019
[4]基于深度學(xué)習(xí)的旋轉(zhuǎn)機(jī)械軸心軌跡細(xì)粒度識別算法研究[D]. 艾成漢.湖北工業(yè)大學(xué) 2018
[5]滾動軸承故障診斷方法研究與系統(tǒng)開發(fā)[D]. 劉珍珍.南昌航空大學(xué) 2018
[6]基于Mellin變換的仿射不變特征提取[D]. 張亮.南京信息工程大學(xué) 2018
[7]基于特征提取和稀疏表示的滾動軸承故障診斷方法研究[D]. 周小東.湖南大學(xué) 2018
[8]基于自混合干涉技術(shù)的減速電機(jī)故障診斷[D]. 周旭明.東北石油大學(xué) 2017
[9]基于改進(jìn)的深度信念網(wǎng)絡(luò)的行星減速器智能故障診斷方法研究[D]. 邢劍鋒.重慶大學(xué) 2017
[10]基于改進(jìn)堆疊降噪自編碼網(wǎng)絡(luò)的軸承故障診斷研究[D]. 侯文擎.華南理工大學(xué) 2017



本文編號：3196228