當(dāng)前,印刷行業(yè)兼具加工制造和文化輸出兩種屬性,是國民生產(chǎn)總值的重要組成部分。在“十三五”規(guī)劃中,印刷行業(yè)將向“綠色化、智能化、數(shù)字化”方向持續(xù)發(fā)展,可靠穩(wěn)定的印刷設(shè)備是實(shí)現(xiàn)印刷行業(yè)發(fā)展的重要基礎(chǔ)。滾動(dòng)軸承是印刷機(jī)中的關(guān)鍵基礎(chǔ)件,對印刷機(jī)性能的保障至關(guān)重要,為實(shí)現(xiàn)印刷機(jī)的長期穩(wěn)定運(yùn)行,很多學(xué)者提出了關(guān)于印刷機(jī)軸承部件的故障診斷技術(shù),旨在預(yù)防印刷機(jī)械故障所帶來的經(jīng)濟(jì)損失本文以膠印機(jī)著墨輥中的滾動(dòng)軸承為研究對象,對軸承振動(dòng)信號(hào)的特征進(jìn)行無監(jiān)督學(xué)習(xí),通過搭建的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)對故障類型的識(shí)別,論文的主要工作內(nèi)容如下:（1）對稀疏自編碼器、堆棧式自編碼器的理論原理和算法過程進(jìn)行了研究,將其應(yīng)用于西安交通大學(xué)——昇陽數(shù)據(jù)庫以及西儲(chǔ)大學(xué)軸承數(shù)據(jù)庫數(shù)據(jù)。通過實(shí)驗(yàn)分析了兩種自編碼器對原始振動(dòng)信號(hào)的特征提取能力,并計(jì)算了兩種方法對數(shù)據(jù)故障類型的分類準(zhǔn)確率,證明了深度的網(wǎng)絡(luò)較淺層的網(wǎng)絡(luò)能挖掘更深層次的特征。（2）提出了基于自編碼器和最大相關(guān)熵準(zhǔn)則結(jié)合的故障特征識(shí)別方法,實(shí)現(xiàn)了對原始信號(hào)的故障分類識(shí)別,且正確率可保持在98%左右。軸承振動(dòng)信號(hào)在未被做任何處理的情況下輸入搭建好的網(wǎng)絡(luò)結(jié)構(gòu)中,通過網(wǎng)絡(luò)自身函數(shù)及結(jié)... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

滾動(dòng)軸承基本結(jié)構(gòu)

三種激活函數(shù)的曲線圖(a、S型函數(shù)，

三種激活函數(shù)的曲線圖(a、S型函數(shù)，b、整流線性函數(shù)，c、雙曲正切函數(shù)，單位：1)

【參考文獻(xiàn)】：
期刊論文
[1]印刷機(jī)故障診斷技術(shù)研究綜述[J]. 鄧瑞,徐卓飛,侯和平,張海燕,黃卿.  制造業(yè)自動(dòng)化. 2018(05)
[2]印刷機(jī)結(jié)構(gòu)分析與研究[J]. 張武學(xué),嚴(yán)雪冬.  電子工業(yè)專用設(shè)備. 2018(02)
[3]工程機(jī)械智能故障診斷技術(shù)的研究現(xiàn)狀及發(fā)展趨勢[J]. 井然.  內(nèi)燃機(jī)與配件. 2018(02)
[4]基于小波變換的印刷機(jī)遞紙機(jī)構(gòu)振動(dòng)信號(hào)的研究[J]. 付輝.  工程技術(shù)研究. 2017(01)
[5]基于本征模式分量符號(hào)化分析的滾動(dòng)軸承故障診斷方法研究[J]. 侯和平,徐卓飛,劉凱.  機(jī)械強(qiáng)度. 2016(05)
[6]自適應(yīng)冗余提升多小波包在滾動(dòng)軸承復(fù)合故障診斷中的應(yīng)用[J]. 廖強(qiáng),李迅波,陳勇強(qiáng).  機(jī)械設(shè)計(jì)與制造. 2015(06)
[7]模糊支持向量機(jī)在印刷機(jī)故障診斷中的應(yīng)用研究[J]. 鄧麗,王愛萍,王海寬,費(fèi)敏銳.  自動(dòng)化儀表. 2015(03)
[8]印刷機(jī)設(shè)備狀態(tài)監(jiān)測與故障診斷研究進(jìn)展[J]. 張海燕,張明龍,徐卓飛,徐倩倩.  包裝工程. 2013(19)
[9]基于GLCM與SVM的印刷機(jī)收紙故障診斷方法[J]. 徐卓飛,張海燕,任玲輝.  計(jì)算機(jī)工程與應(yīng)用. 2013(10)
[10]基于控制圖和神經(jīng)網(wǎng)絡(luò)的印刷過程質(zhì)量智能監(jiān)控技術(shù)[J]. 初紅艷,李鵬,蔡力鋼.  北京工業(yè)大學(xué)學(xué)報(bào). 2012(03)

博士論文
[1]基于振動(dòng)信號(hào)處理的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 劉尚坤.華北電力大學(xué)(北京) 2017
[2]基于多源信息的印刷機(jī)故障診斷方法的研究[D]. 侯和平.西安理工大學(xué) 2016

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的膠印機(jī)滾動(dòng)軸承故障診斷方法研究[D]. 肖良君.西安理工大學(xué) 2018
[2]印刷機(jī)機(jī)械故障學(xué)習(xí)與診斷排除系統(tǒng)研究[D]. 徐永財(cái).北京印刷學(xué)院 2010



本文編號(hào)：3396875