【摘 要】
:
近年来随着滚动轴承的应用领域不断增多,其已是各种复杂机械设备不可或缺的标准化零部件。工程上对滚动轴承运行的平稳性和安全性提出了更高的要求。滚动轴承长期工作在复杂环境中,容易遭受外界的载荷冲击,极易在运行的过程中发生故障,继而危害机械设备寿命甚至人身财产安全。因此,对滚动轴承进行故障诊断与剩余寿命预测是非常有意义的。传统的对滚动轴承进行故障诊断和寿命预测分析主要是信号处理,手工提取信号特征,这对算法
论文部分内容阅读
近年来随着滚动轴承的应用领域不断增多,其已是各种复杂机械设备不可或缺的标准化零部件。工程上对滚动轴承运行的平稳性和安全性提出了更高的要求。滚动轴承长期工作在复杂环境中,容易遭受外界的载荷冲击,极易在运行的过程中发生故障,继而危害机械设备寿命甚至人身财产安全。因此,对滚动轴承进行故障诊断与剩余寿命预测是非常有意义的。传统的对滚动轴承进行故障诊断和寿命预测分析主要是信号处理,手工提取信号特征,这对算法的性能要求较高,非常依赖专家学者的经验与专业水平,给健康状态分析工作带来了较大的困难。针对以上问题,本文对滚动轴承进行健康状态分析主要是考虑到两个方面。第一个是滚动轴承故障诊断,第二个是滚动轴承的寿命预测。本文对于滚动轴承的故障诊断,设计了一种基于残差网络的门控循环网络结构,通过此算法可以减少时序信息的丢失及解决由于网络较深造成网络性能下降的问题。该方法对采集的轴承振动信号利用卷积神经网络强大的特征提取能力来提取信息,为了不丢失时序信息再将提取到的信息依次输入GRU网络中,最后通过一个残差模块,解决神经网络深度较深的问题。该模型包含了2个CNN层、2个GRU层、1个残差块、1个输出层。试验结果表明该方法可以一次性诊断多种轴承的不同位置和不同尺寸的故障,且在相同条件下的故障诊断分类结果与CNN、CNN-GRU等深度学习网络相比,本文构建的算法具有更高的故障识别准确度和稳定性。对于滚动轴承的剩余寿命预测,首先分析Transformer精妙的网络结构,研究了多头注意力机制的整体流程。设计了一种自适应Transformer网络,该方法同样利用CNN对采集的轴承振动信号提取信息,然后输入自适应位置编码模块,保留振动信号的时序信息。再将提取到的信息输入Transformer的编码网络中,最后通过全连接层,得到输出。该模型包含了2个CNN层、1个位置编码层、1个Transformer的编码层、2个全连接隐含层、1个输出层。试验结果表明该方法可以有效对滚动轴承剩余寿命进行预测,且在相同条件下的预测结果与CNN、CNN-LSTM等深度学习网络相比,本文算法具有更高的稳定性。为了提升使用算法的效率,本文开发了滚动轴承的故障诊断和寿命预测研究系统,将本文的算法集成到系统界面里,对实际使用来说更加方便快捷。
其他文献
本论文以高性能Q&P(Quenching&Partitioning)钢为研究对象,基于微观组织调控机制,设计不同热处理工艺获得不同微观组织特征,开展不同摩擦工况下的摩擦磨损实验,并结合3D轮廓形貌仪、SEM、XRD、EPMA、FIB+TEM等多种先进表征手段,研究不同热处理工艺下的微观组织特性及其磨损机理与磨损性能,揭示磨损过程中残余奥氏体的变化及亚表面塑性变形层的微结构;探讨热处理机制、组织微观
随着航空航天技术的高速发展,具有耐高温、耐腐蚀、抗氧化、抗蠕变的高温结构材料受到了越来越多学者的关注。与铁基、镍基、钴基高温合金相比,具有高熔点、低密度和较好高温强度的铌硅合金被视为最有潜力的超高温材料之一。然而,铌硅高温合金较低的塑韧性、较差的抗氧化性限制了其在工业中的广泛应用。因此,其微观结构、力学性能、断裂韧性和抗氧化机理及其之间的内在关系仍需要进一步研究。本论文首先研究了Nb5Si3合金对
地壳的不同深度处都存在着流体,这些流体的存在被认为在很大程度上控制着地球的岩浆作用、地震波的传播、矿石的演变甚至是板块漂移作用。金属铝作为地壳中含量仅次于氧和硅的金属元素,研究其粘性系数对探索地球内部地震波的传播过程以及地球内部的流变性质具有十分重要的意义。到目前为止,人们对极端条件下物质的粘性进行了一些研究,其中分子动力学计算得到的各类金属及其化合物的粘性系数数量级通常在10-3~10-2Pa·
金属有机框架(MOFs)是以金属离子为连接点,有机配体为支撑形成的多孔材料,具有比表面积高,结构可调,易于修饰等特点,近年来在催化、气体吸附及生物医学研究领域受到了广泛的关注。铁基MOFs纳米颗粒由于不含重金属离子,具有相对较好的生物相容性,已有用作药物载体的相关报道。然而通过逐层生长方式(液相外延生长法)在材料表面制备铁基MOFs用于载药还未见报道。本文采用层层自组装的方法,在室温条件下制备表面
随着轨道交通迅猛发展,地铁杂散电流泄漏问题日益严重。截止目前已有多个城市出现由地铁杂散电流引起的变压器直流偏磁问题,针对地铁杂散电流对城市片区电网的影响讨论正逐步成为热点。由于城市片区电网中地铁杂散电流分布特性尚不明确,其引起变压器直流偏磁的优化抑制研究少有涉及,基于片区电网的直流偏磁全局治理思路与抑制效果有待进一步突破,因此本文通过建立城市片区电网中地铁杂散电流分布仿真模型并结合实测数据分析,研
由于直流电机其良好的调速性能,直流供电方式在地铁系统中广泛应用。地铁的运营造成周围交流电网中接地变压器的直流偏磁故障,从而影响交流电网的正常运行。目前的研究认为地铁杂散电流会导致邻近地表的不均匀地电位分布,两个变电站接地网在不同接地点之间存在电位差,产生直流电流入侵交流电网,导致接地变压器的直流偏磁故障。本文研究了在牵引供电系统为地铁提供能量的同时,通过空间电磁场与附近输电线路之间的电磁耦合产生磁
动脉粥样硬化被认为是多种心血管疾病的病理学基础,其是以慢性炎症为主要特点的血管病变,发展进程包括氧化应激,内膜损伤,脂质浸润,平滑肌细胞表型转化和炎症反应等。目前,经皮冠脉介入术作为治疗动脉粥样硬化的主要方式,可以快速缓解心肌缺血等急性病征,但许多患者在接受介入治疗后,会发生诸如支架内新生粥样硬化,支架内再狭窄等术后症,严重影响患者预后。为了有效降低并发症发病率,临床上通常会长期使用多种抗凝剂与降
随着我国高速铁路运输不断地发展,高速铁路交通俨然成为我国主要交通方式,接触网悬挂装置为高速列车的主要供电装置,出现任何故障轻则造成列车断电,重则造成重大交通事故引起人员伤亡,而传统利用人工巡检接触网的方式效率低下且准确率不稳定。对此本文提出一种基于深度学习算法的故障检测方法对高铁接触网悬挂中两例关键部件进行故障检测并且形成实验验证本文算法的准确性。本文关于高铁接触网关键部件的主要研究内容和结论分为
近年来,随着盾构法在地铁建设中的不断应用,促进了盾构钢套筒接收技术的普及与发展,盾构钢套筒接收技术的安全成为了关注的焦点。目前对钢套筒接收技术的研究集中在施工技术、优化改进、优缺点分析等方面,鲜有力学行为及施工风险评价的研究。然而,这两方面对确保盾构钢套筒接收技术的施工安全具有重大的意义。以成都地铁六号线犀浦站盾构钢套筒接收为工程依托,使用FLAC 3D对盾构接收钢套筒力学行为进行了研究。借助模糊
电气火灾事故在近年来持续增长,电气原因也成为了火灾事故的主要元凶,造成了严重的人员伤亡和财产损失,尽管国家积极普及电气防火教育,但电气火灾往往带有很强的不确定性,难以预防,遏制电气火灾的发生也引起了国家和市场重视。对于电气火灾,除普及用电安全等防火意识外,电气火灾预警系统是时下最可靠的预防手段,提升系统的准确性、全面性与可靠性有利于降低电气火灾事故次数,减少损失。首先,论文阐述了研究背景与意义,介