收藏本站
收藏 | 论文排版

基于多特征融合及深度信念网络的轴承故障诊断

胡永涛  
【摘要】:轴承是旋转机械的重要组成部分,轴承故障诊断对保障机械设备安全、稳定运行具有重要意义。论文针对机械故障振动信号非平稳性、非线性等复杂特征,提出一种基于多特征融合及深度信念网络的轴承故障诊断方法。首先,研究了基于双树复小波(Dual-Tree Complex Wavelet Transform,DTCWT)的轴承故障特征提取方法。指出DTCWT具有平移不变性和抑制频率混叠的优良特性,能够对机械振动信号进行有效分解。通过对不同位置损伤的轴承进行故障诊断实验,结合模糊C均值(Fuzzy C-Means,FCM)聚类实现轴承故障诊断,验证该方法提取轴承故障特征的有效性。其次,研究基于MMEMD的轴承故障特征提取方法。针对EMD模态混叠,提出了其改进算法多重屏蔽经验模态分解(Multi-Masking Empirical Mode Decomposition,MMEMD)。并通过仿真实验表明MMEMD能够有效解决EMD模态混叠问题,有利于轴承振动信号分解。结合支持向量机,对轴承正常状态、不同位置和不同程度损伤共10种状态进行故障诊断实验,实现轴承故障诊断,验证该方法提取轴承故障特征的有效性。再次,研究了基于VMD的轴承故障特征提取方法。VMD采用变分框架解决了EMD模态混叠问题,同时能够实现信号滤波,有利于轴承故障特征提取。结合支持向量机对轴承正常状态、不同位置和不同程度损伤共10种状态进行故障诊断实验,实现轴承故障诊断,验证了基于VMD的轴承故障特征提取方法的有效性。然后,针对机械故障模式识别问题,设计了基于深度信念网络(Deep Belief Network,DBN)的小样本分类器。通过对Iris数据集进行分类,验证了其在小样本分类中具有较高的分类准确率和稳定性。将其与VMD样本熵结合用于轴承故障诊断中,对轴承正常状态、不同位置和不同程度损伤共10种状态进行故障诊断实验,验证其在轴承故障诊断模式识别中的有效性。最后,将多特征与DBN结合,进行轴承故障诊断应用。首先对轴承振动信号进行FCM聚类分析,初步确定是否存在故障,并确定少数样本的标签。然后提取DTCWT样本熵、MMEMD能量熵和VMD样本熵,并通过主成分分析(Principal Component Analysis,PCA)方法将三种轴承故障特征进行融合,得到轴承故障融合特征。最后经DBN小样本分类器分类,将故障进行分类,并通过时频分析方法确定轴承故障类型,实现故障诊断。对轴承正常状态、不同位置和不同程度损伤共10种状态进行故障诊断实验,验证其在轴承故障诊断中的有效性。将其用于风电机组轴承故障诊断,验证其实用价值。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 吴东升;贾琼;杨青;李烨;付丽君;;基于VMD-KPCA-OSELM算法的滚动轴承故障诊断[J];控制工程;2017年S1期
2 袁涛;张尚斌;何清波;;时变奇异值分解在轴承故障特征提取中的应用研究[J];机械与电子;2017年06期
3 刘艳辉;;轴承故障诊断技术及其在空间轴承中的应用思考[J];科技风;2021年30期
4 陈志刚;赵志川;钟新荣;蔡春雨;;基于鲁棒局部均值分解与二阶瞬态提取变换的滚动轴承故障诊断[J];科学技术与工程;2022年01期
5 徐斌;;城轨转向架轴承故障诊断与运行维护[J];机械工程与自动化;2021年06期
6 张荣涛;焦斌;李彬彬;;一种新的轴承故障诊断方法[J];上海电机学院学报;2019年05期
7 林水泉;;频域分析在风机轴承故障诊断上的应用[J];广东化工;2020年23期
8 武向鹏;张玉;栗庆杰;潘勇;;基于深度学习的观光车轴承故障诊断[J];工业控制计算机;2020年11期
9 张雪英;刘秀丽;栾忠权;;基于VMD与FastICA的滚动轴承故障诊断[J];北京信息科技大学学报(自然科学版);2018年05期
10 张雷涛;往复泵轴承故障诊断的神经网络方法[J];河西学院学报;2005年02期
11 谷晓娇;刘天顺;李时雨;;变风速条件下风力机轴承故障特征提取[J];机械与电子;2021年09期
12 候伟东;;滚动轴承故障特征提取与应用研究[J];黑龙江科技信息;2017年07期
13 任玉卿;王海瑞;齐磊;李荣远;;基于振动信号能量熵的轴承故障诊断[J];计算机应用与软件;2017年09期
14 石静雯;侯立群;;基于双向门控循环单元网络的滚动轴承故障诊断[J];电力科学与工程;2021年10期
15 赵天宇;石娟娟;;轴承故障诊断的机理分析与信号处理协同策略研究[J];时代汽车;2021年19期
16 张园;李力;;基于最优提升小波局部熵的轴承故障特征提取[J];测控技术;2018年06期
17 代绍铖;郭瑜;陈鑫;林云;;基于谱相干滤波冲击增强的轴承故障诊断[J];电子测量与仪器学报;2021年05期
18 桑迎平;蔡晋辉;曾九孙;丁浩;;基于形态优化滤波的轴承故障特征提取方法[J];电子测量与仪器学报;2016年05期
中国重要会议论文全文数据库 前20条
1 赵强;孙涛;邢海英;郭育华;;基于小波变换的牵引电机故障特征提取方法[A];自主创新装备先行,趁势而上开启未来——轨道交通装备技术高层论坛论文集[C];2020年
2 李允公;张金萍;;关于听觉模型及其在机械故障特征提取中的几点讨论[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
3 徐新韬;王华庆;沈伟;李岭阳;杨晓;;基于信息融合与1.5维谱的轴承故障诊断方法[A];2015年中国机械工程学会设备与维修工程分会学术年会论文集[C];2015年
4 朱启兵;杨慧中;;基于卷积型小波包奇异值分解的齿轮故障特征提取[A];第二十七届中国控制会议论文集[C];2008年
5 揭震国;王景霖;沈勇;单添敏;曹亮;;基于深度迁移学习的滚动轴承故障诊断[A];2021年中国航空工业技术装备工程协会年会论文集[C];2021年
6 李佳鑫;林天然;;基于局部最大值二阶同步压缩变换技术的变工况轴承故障诊断[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
7 王晓龙;李英晟;付锐琪;;基于ACMD的风机轴承故障诊断[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
8 陈之恒;张卫华;宋冬利;;基于EEMD-AR谱能量及SVM的电机轴承故障诊断[A];第十二届多体动力学与控制暨第七届航天动力学与控制和第十五届全国分析力学联合学术会议会议论文摘要集[C];2021年
9 高学金;魏红飞;张海利;高慧慧;;基于小波TET的滚动轴承故障诊断[A];2020中国自动化大会(CAC2020)论文集[C];2020年
10 刘锋;马怀祥;王亚涛;;基于共振解调的滚动轴承故障诊断[A];现代振动与噪声技术(第九卷)[C];2011年
11 臧先峰;张正道;白瑞林;彭竹苗;;基于小波分析的故障特征提取研究[A];2007中国控制与决策学术年会论文集[C];2007年
12 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
13 郜普刚;何田;林意洲;刘献栋;;基于局部均值分解的滚动轴承故障诊断[A];2010中国汽车工程学会年会论文集[C];2010年
14 李琳;张永祥;童艳;;基于声发射和高阶谱分析的滚动轴承故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
15 张骧;张明虎;罗一丁;;基于小波变换的故障特征提取方法及其应用[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
16 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年
17 任获荣;马亚男;李胜刚;;熵随机共振在轴承故障诊断中的应用研究[A];2012年陕西省焊接学术交流会论文集[C];2012年
18 沈路;周晓军;张杰;;基于形态非抽样小波与灰色关联度的滚动轴承故障诊断[A];2011年机械电子学学术会议论文集[C];2011年
19 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年
20 赵志宏;杨绍普;;一种基于ICA的机械故障特征提取方法[A];机械动力学理论及其应用[C];2011年
中国博士学位论文全文数据库 前17条
1 胡永涛;基于多特征融合及深度信念网络的轴承故障诊断[D];燕山大学;2017年
2 梁瑜;地铁列车轴承故障诊断及在途诊断系统研究[D];北京交通大学;2014年
3 周海韬;基于字典学习理论的机械故障诊断方法研究[D];上海交通大学;2016年
4 高洪波;基于动力行为与信号形态的机械故障特征提取方法研究[D];东北大学;2017年
5 冯坤;基于内积变换的机械故障特征提取原理与早期识别方法研究[D];北京化工大学;2012年
6 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年
7 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年
8 邓飞跃;滚动轴承故障特征提取与诊断方法研究[D];华北电力大学(北京);2016年
9 黄衍;基于变分模态分解与形态学滤波的高速列车轴箱轴承故障诊断方法研究[D];西南交通大学;2020年
10 郭智威;社会网络中基于多特征融合的群体推荐研究[D];重庆大学;2018年
11 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年
12 赫修智;齿轮箱关键部件故障振动特征提取与分析[D];吉林大学;2021年
13 杨芬;矿井提升系统天轮轴承故障诊断及其智能润滑方法研究[D];太原理工大学;2019年
14 姚德臣;面向城轨列车走行安全的轴承在途故障诊断研究[D];北京交通大学;2015年
15 王雷;基于流形学习的滚动轴承故障诊断若干方法研究[D];大连理工大学;2013年
16 任磊;电力电子电路故障特征提取技术研究[D];南京航空航天大学;2019年
17 李正美;汽车水泵轴承动力学性能、热学性能与疲劳寿命计算方法研究[D];华东理工大学;2013年
中国硕士学位论文全文数据库 前20条
1 周浩轩;基于稀疏理论的轴承故障特征提取研究[D];昆明理工大学;2019年
2 刘清清;经验小波变换在轴承故障特征提取中的应用研究[D];北京交通大学;2019年
3 刘辉;旋转机械故障特征提取系列方法及其应用研究[D];温州大学;2019年
4 于晨松;模拟电路故障特征提取及极限学习机的研究[D];西南石油大学;2018年
5 司加胜;基于振动信号的轴承故障特征提取及诊断方法研究[D];合肥工业大学;2018年
6 王珂;结构优化的压缩感知模型及其在风力机轴承故障特征提取中的应用[D];武汉科技大学;2018年
7 何巍;风电齿轮箱早期微弱故障特征提取的研究[D];新疆大学;2018年
8 黄建新;多传感器数据融合技术在轴承故障诊断中的应用研究[D];武汉理工大学;2006年
9 郑胜;基于稀疏移不变理论的轴承故障特征提取和分离研究[D];昆明理工大学;2021年
10 裘建栋;基于机器学习的车用电机轴承故障诊断与寿命估计研究[D];吉林大学;2021年
11 沈金理;机械装备连接松动故障特征提取方法的研究[D];东华大学;2013年
12 王蕾蕾;基于深度自编码网络的轴承故障诊断研究[D];华北电力大学;2019年
13 李妍;基于改进极限学习机的轴承故障诊断方法研究[D];西安科技大学;2019年
14 冯安安;基于优化概率神经网络货车轴承故障诊断研究[D];北京交通大学;2019年
15 彭丹丹;基于HHT和CNN的高速列车轮对轴承故障诊断方法[D];电子科技大学;2019年
16 马圣;极限学习机在航空轴承故障诊断中的应用研究[D];中国民航大学;2019年
17 彭刘阳;基于振动信号的滚动轴承故障诊断与状态识别方法研究[D];中国矿业大学;2019年
18 董德亿;基于输出信号相关性分析的轴承故障诊断方法[D];杭州电子科技大学;2018年
19 郑庆标;基于小波分析的轴承故障诊断系统的研制及应用[D];北京交通大学;2018年
20 谢乾坤;城轨列车轴承故障诊断试验系统设计与实现[D];长安大学;2018年
中国重要报纸全文数据库 前20条
1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001年
2 记者 陈章升 慈溪市委报道组 张天叶 通讯员 许凯波;“政企联姻”打造轴承产业创新服务综合体[N];宁波日报;2020年
3 记者 谭燚;轴承滚滚新春忙[N];恩施日报;2019年
4 中国工业报 郭宇;原材料价格持续飙升 轴承涨价将成无奈之选[N];中国工业报;2021年
5 记者 王继红 通讯员 胡夏菡 方颖;常山出台新政助力轴承产业“二次崛起”[N];衢州日报;2021年
6 记者 蓝晨 报道组 郑徐丽 通讯员 包婷婷;常山轴承“破局”[N];衢州日报;2021年
7 记者 郑建文 汤晓峰;我市开始研发高铁轴承[N];南通日报;2013年
8 记者 齐彦红;临西轴承产业链迈向中高端[N];河北经济日报;2019年
9 记者 吴新光 通讯员 何连斌;临西轴承缘何“转动”全球市场[N];河北经济日报;2018年
10 记者 邢云 通讯员 何连斌;临西轴承产业向高端智能化迈进[N];河北日报;2019年
11 本报记者 宋美倩 通讯员 何连斌;河北临西:三品工程推动轴承企业挺进全球市场[N];经济日报;2018年
12 见习记者 熊礼红;八环轴承:感恩政府暖心帮扶[N];台州日报;2018年
13 中国工业报记者 邓文龙;洪文彬:一生肩负做“好轴承”使命[N];中国工业报;2019年
14 报道组 胡江平 钱李源;产业巨头补齐常山轴承短板[N];衢州日报;2019年
15 记者 王继红 通讯员 徐小飞;常山轴承企业导入陀曼技术[N];衢州日报;2019年
16 记者 鲍淑玲;银川经开区轴承小镇首批4条生产线试投产[N];银川日报;2019年
17 记者 鲍淑玲;轴承小镇累计完成投资10.7亿元[N];银川日报;2019年
18 顾远 特约记者 廖彬华;不知疲倦的“铁轴承”[N];人民武警报;2019年
19 ;市、县两级科协为嘉善无油轴承企业“把脉问诊”[N];嘉兴日报;2019年
20 记者 邢云;小轴承“转”出大世界[N];河北日报;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978