收藏本站
收藏 | 论文排版

基于深度学习的复杂工况下端到端的滚动轴承故障诊断算法研究

金国强  
【摘要】:轴承是旋转机械中的重要部件,轴承的故障可能导致严重的人员伤亡和经济损失,因此对轴承的故障诊断以及保障轴承的平稳运行是维护现代机械设备安全稳定运行必不可少的步骤。传统的轴承故障诊断方法侧重于手动设计复杂的降噪、滤波、特征提取过程,然而这些过程过于繁琐,缺乏智能性,在海量数据下依靠手工诊断愈发困难。此外,轴承运行工况复杂多变,手动提取故障特征困难,在复杂工况下的端到端轴承故障诊断研究亟待改进。随着信息技术的发展,深度学习具有强大的特征提取和表示能力,能充分利用海量数据自动学习轴承故障特征信息,为复杂情况下轴承故障的高效、智能诊断提供可能。为此,本文以滚动轴承振动信号为研究对象,以高噪声、不同工况等复杂场景下的端到端轴承故障诊断为应用背景,研究了不同的深度神经网络,主要研究内容如下:(1)为了实现端到端的轴承故障种类和严重程度的诊断,考虑到深度卷积神经网络有着强大的特征提取能力,能够替代手动挑选特征的过程,同时深层的卷积神经网络参数量巨大,影响计算效率,因此提出一种轻量级的深度结构优化卷积神经网络。提出的网络利用局部稀疏结构替换了原网络中的参数密集层,大幅减少了网络的参数量。实验证明了提出的结构优化网络能在使用原网络不到一半参数量的情况下仍然保持和原网络同样的性能,从而提升了故障诊断效率和适应性。(2)为了提升高噪声下的轴承故障诊断性能,考虑到轴承振动信号是一种时间相关信号,而循环神经网络具有捕获时间相关序列内在特征的能力,同时注意力机制能自适应地重组并筛选特征,因此综合提出一种端到端的自适应抗噪神经网络框架AAnNet。其中卷积神经网络用于从振动信号中初步提取相关特征,门控循环神经网络用于进一步加工相关特征实现复杂场景下的轴承故障和其严重程度的诊断。为了进一步增强网络应对噪声的能力,提出了一种基于随机采样策略的信号输入方法,并且改进了卷积网络中的激活函数,从而提升网络在复杂场景下的轴承故障诊断能力。两个数据集上的实验证明了提出的网络框架能够在高噪声等复杂场景下实现目前领先的轴承故障诊断准确度。(3)为了提升不同工况下的轴承故障诊断性能,考虑到标注所有工况下的数据是非常耗时且昂贵的过程,因此提出一种端到端的多重对抗跨领域轴承故障诊断算法MACDNet用于利用源工况下有标签的数据和目标工况下无标签的数据,实现跨工况轴承故障诊断知识的迁移,从而提升目标工况的轴承故障诊断性能。提出的方法使用了多重对抗的训练过程能自动从不同领域数据中提取领域不变特征而不需要手动设计特征和度量函数。其中领域对抗训练用于缩小不同分布数据之间的领域差异,最小最大熵用于在特征空间中聚集来自不同领域同一类别的数据,从而缓解分类错误对齐问题并提升最终轴承故障分类准确度。此外,还利用虚拟对抗的方法提升局部平滑性,并且利用自适应层改进网络结构进一步提升网络的跨领域轴承故障诊断性能。可变负载轴承故障诊断实验和跨设备轴承故障诊断实验证明了提出算法的有效性。(4)为了探究神经网络实现轴承故障诊断的过程,本文利用网络可视化方法展示了提出神经网络的工作原理。其中可视化了提出的AAnNet各部分的工作原理以及轴承振动信号在神经网络中的处理过程。通过网络可视化发现:框架中特征提取层具有特征筛选及降低噪声干扰的作用;注意力机制能够针对不同故障类型和严重程度的输入自动选择和组合特征;提出的框架是按照从整体到局部的方式进行故障的分类,即先将类似特征聚集在一起,然后再将其逐渐分离开。通过可视化MACDNet可以直观看出提出的方法能够有效缓解分类错误对齐问题,从而提升跨领域轴承故障诊断性能。通过网络可视化能更直观理解神经网络的工作方式,提升神经网络可解释性,并且可以对网络结构设计以及参数选择提供帮助。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 王春雷;路小娟;;一种基于深度学习的电机轴承故障诊断方法[J];兰州交通大学学报;2020年02期
2 常淼;沈艳霞;;基于改进卷积神经网络的风电轴承故障诊断策略[J];电力系统保护与控制;2021年06期
3 岳有军;孙碧玉;王红君;赵辉;;基于级联卷积神经网络的番茄果实目标检测[J];科学技术与工程;2021年06期
4 荣光辉;黄震华;;基于深度学习的问答匹配方法[J];计算机应用;2017年10期
5 王鑫;胡天亮;习爽;;基于卷积神经网络的轴承故障诊断方法[J];林业机械与木工设备;2021年10期
6 虎啸;陈立琼;辛愿;汤洋;沈昌峰;;卷积神经网络在震相拾取中的应用探讨[J];科技资讯;2021年28期
7 吕刚;郝平;盛建荣;;一种改进的深度神经网络在小图像分类中的应用研究[J];计算机应用与软件;2014年04期
8 程渠超;刘湲;;基于改进麻雀算法优化卷积神经网络的滚动轴承故障诊断[J];上海电机学院学报;2022年01期
9 王煜;周孟然;胡锋;来文豪;;优化神经网络在矿用电机轴承故障诊断的应用[J];安徽理工大学学报(自然科学版);2018年04期
10 贺思艳;任利娟;田新诚;;基于卷积神经网络的滚动轴承故障诊断[J];兵工自动化;2019年03期
11 高强;靳其兵;程勇;;基于卷积神经网络探讨深度学习算法与应用[J];电脑知识与技术;2015年13期
12 王艳娜;孙丙宇;;基于卷积神经网络的烟瘾渴求脑电分类[J];计算机系统应用;2017年06期
13 马吉科;祝永晋;许杰雄;;基于卷积神经网络的计量装置运行状态异常诊断方法[J];电工电气;2020年12期
14 栾五洋;;基于深度学习的图像风格转换浅论[J];数字通信世界;2018年02期
15 王茜;张海仙;;基于深度神经网络的汽车车型识别[J];现代计算机(专业版);2015年35期
中国重要会议论文全文数据库 前20条
1 彭瑾;刘必慰;陈胜刚;刘畅;;神经网络压缩模型的解压算法设计及其硬件实现[A];第二十二届计算机工程与工艺年会暨第八届微处理器技术论坛论文集[C];2018年
2 陈伟辉;孙阳;陈杰;倪玮;陈冲;薛超;;基于深度学习的地震识别技术展望[A];国家安全地球物理丛书(十四)——资源·环境与地球物理[C];2018年
3 徐梦洋;;基于深度学习的行人再识别研究综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
4 郭天宇;朱铭健;王云鹤;许超;;基于自整合卷积神经网络的人脸分类算法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年
5 唐业辉;许超;郭天宇;王云鹤;;多级卷积神经网络[A];第十二届全国信号和智能信息处理与应用学术会议论文集[C];2018年
6 谢正荣;艾轶博;张卫冬;;高阶间接积分法的深度循环神经网络架构[A];2021中国自动化大会论文集[C];2021年
7 陈军屹;赵桂林;郑冠男;聂雪媛;;基于PINN神经网络的航母气流场模型的构建初探[A];第五届非定常空气动力学学术会议论文集[C];2021年
8 赵奥博;郑冠男;陈军屹;宋鑫;郝占宙;吕召阳;;基于PINN神经网络的圆柱绕流部分流场的构建[A];第五届非定常空气动力学学术会议论文集[C];2021年
9 刘华玲;何轶辉;;LSTM的季节性修正及在股票指数预测中的应用[A];第十六届(2021)中国管理学年会论文集[C];2021年
10 赵勇;任山山;Jürgen Kurths;;不同尺度耦合竞争忆阻BAM神经网络的同步[A];第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)摘要集[C];2021年
11 宋赫男;单小彪;王广炎;樊继壮;;基于NARX神经网络的悬臂结构识别与振动主动控制研究[A];第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)摘要集[C];2021年
12 赵猛;马新娜;祁琳;;基于卷积脉冲神经网络的滚动轴承故障诊断方法研究[A];第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)摘要集[C];2021年
13 张鑫;徐佳文;严如强;;基于压电阻抗的非线性结构故障诊断方法研究[A];第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)摘要集[C];2021年
14 李涛;刘朋;胡志宽;田宏业;;基于HHT时频图像和卷积神经网络的滚动轴承故障诊断[A];第十八届船舶水下噪声学术讨论会论文集[C];2021年
15 高宇航;张超;李兵;商德江;王一宇;;基于LM-BP神经网络的水下结构振动噪声预报[A];第十八届船舶水下噪声学术讨论会论文集[C];2021年
16 刘宝;张言新;;基于生物调节机制的神经网络预估解耦控制算法研究及应用[A];第32届中国过程控制会议(CPCC2021)论文集[C];2021年
17 逯峰;彭继国;张波;;循环神经网络在煤矿中的应用[A];煤矿自动化与信息化--第29届全国煤矿自动化与信息化学术会议暨第10届中国煤矿信息化与自动化高层论坛论文集[C];2020年
18 李强;张悦娇;;神经网络的自适应有限时间容错同步控制[A];“两化”教学模式在应用型大学人才培养中的探究和实践专题论文集[C];2021年
19 罗朝林;陈武奋;张波;梁啟斌;;基于小波优化神经网络在大坝变形预测的应用[A];水库大坝和水电站建设与运行管理新进展[C];2022年
20 张星;关悦;党鑫鑫;胡波;;基于遗传算法-长短期记忆神经网络的月降水量预测研究[A];2021年(第七届)全国大学生统计建模大赛获奖论文集(二)[C];2021年
中国博士学位论文全文数据库 前20条
1 金国强;基于深度学习的复杂工况下端到端的滚动轴承故障诊断算法研究[D];中国科学技术大学;2020年
2 艾鹏程;基于卷积神经网络的高能物理事例特征信息在线提取算法研究[D];华中师范大学;2020年
3 毛博;基于卷积神经网络的地震数据重构与模型构建研究[D];吉林大学;2020年
4 马超;基于深度神经网络的三维目标检测与识别技术研究[D];国防科技大学;2019年
5 高震宇;基于深度卷积神经网络的图像分类方法研究及应用[D];中国科学技术大学;2018年
6 曾宇骏;基于深度神经网络的智能车辆目标识别与学习控制方法研究[D];国防科技大学;2018年
7 谢凌伟;基于神经网络的多属性药物分类方法研究[D];厦门大学;2019年
8 容毅标;卷积神经网络在眼科医学图像中的应用研究:分类、分割及回归分析[D];苏州大学;2020年
9 郭庆北;深度卷积神经网络的压缩与加速技术的研究[D];江南大学;2021年
10 赵俊红;神经网络的正则化及在地质预测中的应用研究[D];大连理工大学;2020年
11 纪厚业;异质图神经网络关键技术研究[D];北京邮电大学;2021年
12 姚卫;时滞忆阻神经网络的同步与多稳定性研究[D];湖南大学;2020年
13 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
14 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
15 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
16 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
17 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
18 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
19 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
20 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
中国硕士学位论文全文数据库 前20条
1 刘望;基于深度神经网络的轴承故障诊断方法研究[D];哈尔滨理工大学;2021年
2 刘贤德;基于深度学习的滚动轴承故障诊断算法[D];北京邮电大学;2020年
3 李柯徵;基于多模态神经网络的图像描述方法研究[D];兰州交通大学;2020年
4 庞俊;基于改进卷积神经网络的轴承故障诊断研究[D];太原科技大学;2020年
5 龚柯;基于卷积神经网络的服装分类算法研究[D];吉林大学;2021年
6 Alexander Schmitt;[D];上海交通大学;2019年
7 易嘉闻;基于卷积神经网络的自适应空谱加权高光谱图像分类算法[D];湖南理工学院;2021年
8 徐文学;基于卷积神经网络和迁移学习的轴承故障诊断研究[D];安徽大学;2021年
9 刘璐;基于深度学习的图像分类和识别[D];长安大学;2020年
10 柯岩;卷积神经网络基础要素的机理研究[D];北京化工大学;2019年
11 党倩;基于深度卷积神经网络的交通标志识别[D];陕西师范大学;2016年
12 赵廉锋;基于深度学习的药物相关疾病候选预测方法研究[D];黑龙江大学;2020年
13 顾浩;加性高斯白噪声下基于深度神经网络的无线通信信号分类算法设计[D];南京邮电大学;2021年
14 李轩屹;基于卷积神经网络的糖尿病视网膜病变分类方法研究[D];太原理工大学;2020年
15 陈颖;深度神经网络可解释压缩算法的研究[D];内蒙古大学;2021年
16 徐昌玲;基于卷积神经网络的轴向柱塞泵故障诊断[D];太原理工大学;2021年
17 黄呈铖;基于卷积神经网络的服装衣领分类研究与应用[D];南宁师范大学;2021年
18 黄子良;基于深度学习的图像识别系统算法研究[D];成都信息工程大学;2019年
19 秦雪珂;基于卷积神经网络的单幅图像超分辨率重建研究[D];西北大学;2020年
20 肖玮;基于卷积神经网络的电力线路故障诊断研究[D];吉林大学;2021年
中国重要报纸全文数据库 前20条
1 记者 张梦然;神经网络打开理解电子相互作用新窗口[N];科技日报;2021年
2 记者 董映璧;神经网络技术检测玻璃钢缺陷精度高[N];科技日报;2020年
3 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
4 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
5 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
6 ;神经网络小史[N];电子报;2018年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
11 记者 刘霞;新神经网络使计算机像人一样推理[N];科技日报;2017年
12 本报记者 喻思娈;人工智能有多智能?[N];人民日报;2017年
13 记者 王雪青;构建机器世界神经网络 东土科技“抄底”人工智能[N];上海证券报;2017年
14 ;人工智能到底有多智能?[N];长白山日报;2017年
15 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
16 记者 冯海波 通讯员 华轩;构建叠层宽度神经网络成深度模型[N];广东科技报;2021年
17 记者 毛黎;神经网络技术帮自主驾驶汽车识别幻影物体[N];科技日报;2020年
18 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
19 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
20 记者 张梦然;神经网络完成芯片设计仅需几小时[N];科技日报;2021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