基于CNN的滚动轴承故障诊断方法的研究

被引量 : 0次 | 上传用户:lvjjvl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
机械故障诊断技术可以对机械设备故障进行诊断和预防,提高设备的安全性与可靠性。生产力的发展使得大型高速复杂旋转机械的应用更加广泛,因此对设备运行的可靠性与安全性提出了更高的要求。众所周知,作为机械系统中不可或缺的部分,滚动轴承的健康状态对机器是否能够正常工作起到了举足轻重的作用。由于几十年来人工智能技术的进步日新月异,故障诊断方法也由精密诊断逐渐向智能诊断的方向发展。卷积神经网络因其高效的计算效率和良好的泛化能力广受学者关注,它可以提取并学习滚动轴承振动数据的特征,进而诊断出轴承的故障。本文针对不同的
其他文献
喷动流化床是一种典型的气固接触设备,其在化工、能源、材料、食品等领域表现出巨大的应用前景。床内宏观流动规律和介尺度特性的研究对于优化现有应用中的工艺操作及拓展新的应用场景具有重要意义,已有研究多集中在宏观流动规律和特征参数研究,物料局限于Geldart D类和其它特定场景颗粒。因此,本文基于可视化矩形喷动流化床试验平台,针对B类颗粒从气固流动结构转变规律及特征、转变速度多因素影响机理、颗粒团聚规律
学位
随着科技的进步及工业水平的提升,工程结构日趋复杂化,疲劳裂纹已成为工程结构失效的主要原因之一。因此,开展结构疲劳裂纹监测及寿命预测方法研究意义重大。本文以工程结构、机械装备中常见的Q235钢为研究对象,结合Lamb波检测技术、疲劳裂纹扩展解析方法、数据驱动算法开展疲劳裂纹扩展及寿命预测方法的研究。论文的主要工作内容如下:1.综述了国内外基于Lamb波的结构健康监测、疲劳裂纹扩展和寿命预测的研究现状
学位
安全阀作为一种防超压保护装置,是承压类设备必不可少的安全附件,每年至少需要校检一次。由于很多安全阀校验站场地有限,不少校验站都设在办公用房内,无法装备行车等吊装设备,重量不大的安全阀尚可手工搬运,但是当校验重量较大的大口径安全阀时就会面临很大的困难。因此,用智能化的机械设备来高效完成安全阀校验过程中的搬运与上料是本课题所追求的目标,也是众多特检机构工作人员的期待。本课题针对特检院的需求设计了一款安
学位
安全阀是锅炉、压力容器与压力管道等承压设备的重要安全附件,其动作可靠性和性能好坏直接关系到设备和人身安全,因此,安全阀每年至少需要校验一次。阀体上料是安全阀离线校验的必要环节,上料时需要将大小、重量不等的安全阀放置到校验台上,并使其进气口与校验台中心对齐。实地调研表明,目前大多数校验站主要通过人工上料或利用铲车和吊车进行上料,效率低且危险性高。近几年也有人提出了一些安全阀上料设备,但仍存在功能单一
学位
微操作系统是指应用于微纳操作的精密操作系统,而柔性微定位夹持系统是一类典型的微操作系统。随着科学研究与工程应用的深入发展,现有的柔性微定位夹持系统已不能满足微纳操作的实际需要,其存在工作空间有限与操作精度低的问题。本文以此为研究背景,首先确定了柔性夹持机构与柔性微定位平台相结合得到多自由度柔性微定位夹持系统的设计思路,其中夹持机构可作为系统的执行机构,微定位平台可带动夹持机构实现大行程、多自由度精
学位
螺栓法兰连接是石化设备中的关键连接部件,但其在振动冲击或微动磨损条件下,紧固所用的螺栓常会出现松动,螺栓松动会影响法兰连接的密封性从而导致事故的发生。声发射检测技术可有效检测出法兰连接中各螺栓的连接状态,但螺栓连接部位的声信号复杂,机电噪声会影响声发射检测效果。针对此问题,本文依据法兰螺栓的松动特性,研究了螺栓在不同连接状态下的声发射信号特性,并结合深度学习理论,提出了基于卷积神经网络的声发射信号
学位
学位
大数据、物联网、云计算等新兴技术正深刻改变着传统制造业的管理理念与发展方式,促使其向自动化、信息化、智能化方向发展。制造物联(Internet of Manufacturing Things,Io MT)是物联网技术、通信技术、信息技术与制造业深度融合的产物,是一种新型智能制造模式,通过构建生产过程感知网络实时获取车间各类制造资源信息。本文以车间实时数据驱动车间生产调度为研究主线,首先研究制造物联
学位
学位
伴随着现代机械行业的各种机械设备的发展,对弧面凸轮机构的各种性能,例如转速、精度等要求不断在提升。对于高速与重载情况下,弧面分度凸轮有如下优势:精度高、动力学性能优越、稳定性好等。跟随着实际工业应用的发展脚步,对于弧面分度凸轮在曲线设计、轮廓面的构造、高效建模开发和制造加工等方面有了更高的要求。本文重点以凸轮NURBS曲线的阶数与控制点的优化、NURBS曲线特性值综合性能评定、弧面凸轮轮廓双向曲线
学位