收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的电机故障诊断方法研究

乔林翰  
【摘要】:当今社会,电机作为一种能量转换设备,广泛应用于人们的日常生产生活。电机一旦发生故障,轻则直接造成经济损失,影响生产效率,重则引起灾难性事故,威胁操作人员的生命安全。因此预先对电机的故障或不稳定运行状态进行排除,将原先对电机的定期检修转变为当前的预知维修,对保障生产生活系统正常运行具有十分重要的意义。传统电机故障诊断方法对于小数据集环境下的单一故障任务已经能取得非常好的效果,但面对目前故障数据维度不断升高,多故障并发的电机故障诊断任务往往时效性差、准确率得不到保障。针对传统故障诊断方法的以上不足,本文基于特征工程采用一种通过交叉验证优化随机梯度下降的反向传播网络方法。该方法的随机梯度下降能批量对大数据集进行处理,并通过交叉验证解决随机梯度下降方向不确定所带来的局部极值问题。由于该CV+SGDBPNN方法的单隐层结构泛化能力和表达能力具有局限性,在对深度学习理论进行大量研究之后,本文基于特征学习对Le Net进行了改进,应用了一种2卷积层串联型卷积神经网络应对大数据集下的多故障诊断任务,该方法通过添加LRN层并在第二卷积层将LRN层与最大池化层进行对调提升了网络的泛化能力。之后本文对降噪自编码器进行了改进,加入Xavier初始化器对权值进行初始化。在Tensor Flow框架下,本文对传统特征工程方法、CV+SGDBPNN方法、2卷积层串联型卷积神经网络和降噪自编码器进行了仿真对比。在大数据集环境下,相比于传统特征工程方法,CV+SGDBPNN随着数据集的增大所发挥的性能逐渐增强,在多故障诊断任务中取得88.24%的准确率;降噪自编码器取得93.61%的准确率;2卷积层串联型卷积神经网络在大数据集多故障诊断任务中取得97.71%的准确率,其他性能指标均优于传统电机故障诊断方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 蒋进;;基于神经网络的风功率组合预测[J];工程技术研究;2017年10期
2 余窻恒;沈海斌;;一种跨层连接的循环神经网络门结构设计[J];传感器与微系统;2018年08期
3 刘桂霞;王沫沅;苏令涛;吴春国;孙立岩;王荣全;;基于深度神经网络的蛋白质相互作用预测框架[J];吉林大学学报(工学版);年期
4 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
5 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
6 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
7 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
8 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
9 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
10 金鑫;李龙威;季佳男;李祉歧;胡宇;赵永彬;;基于大数据和优化神经网络短期电力负荷预测[J];通信学报;2016年S1期
11 陈明;张凤荣;肖茜文;;基于灰色系统神经网络的中国低碳能源供需形势分析[J];生态经济;2017年02期
12 张国玲;;基于情感神经网络的风电功率预测[J];电信科学;2017年03期
13 梁燕华;张传斌;;基于神经网络数据融合实现火灾预警[J];科技传播;2017年04期
14 胡聪丛;胡桓;;深度神经网络的发展现状[J];电子技术与软件工程;2017年04期
15 侯宇昆;;卷积神经网络概述[J];中国新通信;2017年09期
16 刘佩林;张钰玲;;基于卷积神经网络的语音识别分析[J];电脑迷;2017年01期
17 王凯翔;;基于多元回归和神经网络途径的太湖富营养化指标分析与预测[J];南京师范大学学报(工程技术版);2017年02期
18 李莲;丁文宽;;基于卷积神经网络的辣椒识别[J];天津理工大学学报;2017年03期
19 滕向群;庞志辉;;基于GA-BP神经网络的智能故障诊断[J];上海包装;2017年06期
20 唐彰国;李焕洲;张健;;基于量子神经网络的网络攻击同源性判定方法[J];成都理工大学学报(自然科学版);2017年04期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 吴森森;地理时空神经网络加权回归理论与方法研究[D];浙江大学;2018年
2 张振敏;基于脉冲神经网络的纹理图像识别研究[D];福建师范大学;2016年
3 姜晓恒;基于深度卷积神经网络多尺度共享与子块级联的物体识别[D];天津大学;2017年
4 陈浩广;基于扩展神经网络的非线性不确定系统自适应控制设计研究[D];广东工业大学;2017年
5 高洁;几类复杂网络的同步控制研究[D];电子科技大学;2018年
6 刘奎;基于神经网络的癌症筛查与诊断人工智能研究[D];北京邮电大学;2018年
7 黄杰;基于深度学习的手语识别技术研究[D];中国科学技术大学;2018年
8 曹春水;深度卷积神经网络中反馈机制的计算建模及应用研究[D];中国科学技术大学;2018年
9 刘志康;基于视频的人类行为识别方法研究[D];中国科学技术大学;2018年
10 谈宏莹;基于太赫兹时域谱物质检测技术及实验研究[D];燕山大学;2016年
中国硕士学位论文全文数据库 前10条
1 唐芳草;基于神经网络的技术合同风险分析技术研究[D];哈尔滨工程大学;2017年
2 侯蕾;基于卷积神经网络的水果检测研究[D];福建师范大学;2017年
3 汪东升;基于小波和神经网络的柴油机失火故障诊断方法研究[D];华中农业大学;2011年
4 姜珊;基于卷积神经网络的水稻生长阶段优劣长势判别的研究[D];黑龙江八一农垦大学;2018年
5 林晟;基于卷积神经网络的教学资源整合方法的研究与实现[D];上海师范大学;2018年
6 宋夏;基于改进PCA与BP神经网络的人脸识别算法[D];内蒙古师范大学;2018年
7 孙璇;基于卷积神经网络的文本分类方法研究[D];上海师范大学;2018年
8 朱永佳;基于卷积神经网络的交通标志检测与识别研究[D];上海师范大学;2018年
9 卢毅;基于轻量级卷积神经网络的人脸检测和识别算法研发[D];浙江大学;2018年
10 蒋维;基于改进PSO-BP神经网络的个人信用评价模型及算法研究[D];电子科技大学;2018年
中国重要报纸全文数据库 前10条
1 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
2 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
3 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
4 ;人工智能将取得大面积突破[N];中国企业报;2017年
5 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
6 ;人类正迎来云端机器人时代[N];中国企业报;2017年
7 张斌;谁还需要“同传”[N];文汇报;2017年
8 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
9 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
10 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017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