【摘 要】
:
本论文在国家自然科学基金(52075236)、江西省自然科学基金重点项目(No.20212ACB202005)、装备预研重点实验室基金(6142003190210)和航空科学基金重点项目(201946030001)资助下,对基于层次链接无限隐Markov模型(the hierarchically linked infinite Hidden Markov Model,hi HMM)的旋转机械故障诊
【基金项目】
:
国家自然科学基金(No.52075236):盘轴松动耦合故障转子系统振动特性研究; 江西省自然科学基金重点项目(No.20212ACB202005):面向航空发动机故障诊断的新颖的同步提取构造方法研究; 装备预研基金项目(6142003190210):***传动系统行星轮系损伤感知与智能预测模型研究;
论文部分内容阅读
本论文在国家自然科学基金(52075236)、江西省自然科学基金重点项目(No.20212ACB202005)、装备预研重点实验室基金(6142003190210)和航空科学基金重点项目(201946030001)资助下,对基于层次链接无限隐Markov模型(the hierarchically linked infinite Hidden Markov Model,hi HMM)的旋转机械故障诊断方法进行了深入的研究,同时取得了较为满意的创新成果。具体的主要研究内容如下:第一章,论述了本课题的提出及其研究意义,从隐Markov模型的发展和隐Markov模型在机械故障诊断领域方向的研究现状为起始,拓展到层次链接无限隐Markov模型的提出及其应用现状。同时,也描述了本论文的主要内容和创新之处。第二章,论述了无限隐Markov模型在相关体系下多数据集建模的不足和其本身构造存在的问题,从传统的隐Markov模型拓展到无限隐Markov模型,再拓展到层次链接无限隐Markov模型上,阐明了hi HMM的构造。hi HMM将多个分裂的i HMMs集中起来,通过i HMM的参数耦合在一起并对相关领域下数据集进行建模,也明确了相邻数据集之间的自转移概率,避免了参数之间创建冗余问题。并分析了hi HMM在故障诊断领域具有先天的优势。第三章,根据层次链接无限隐Markov模型的优秀特征,将其应用到旋转机械滚动轴承和转子升速过程中,提出了基于层次链接无限隐Markov模型的故障识别方法。在提出的方法中,建立起层次链接无限隐Markov滚动轴承故障诊断模型与层次链接无限隐Markov转子升速过程故障诊断模型,将测试数据输入提取到故障信号特征的模型中进行识别,与使用无限隐Markov模型作为分类器的训练识别结果和隐Markov模型作为分类器的训练识别结果作对比。经实验结果表明,提出的hi HMM故障诊断方法明显优于HMM故障诊断方法和i HMM故障诊断方法,克服了HMM故障诊断方法和i HMM故障诊断方法存在的不足。第四章,深度剖析了特征提取、特征选择与识别模型的关系,提出了一种基于无限特征选取改进的层次链接无限隐Markov模型的故障诊断方法。在提出的方法中,对多尺度排列熵的参数进行优化以完成特征提取后,经无限特征算法对得到的特征量进行排序,筛选出相比较下包含有较大价值的信息量输入到层次链接无限隐Markov模型中训练识别。同时,与使用无限特征算法筛选特征后训练的无限隐Markov故障诊断模型和使用随机特征选择训练后的层次链接无限隐Markov故障诊断模型的训练识别结果进行对比。实验结果表明经无限特征算法选择改进后的方法能更有效提取更有价值的特征信息。第五章,机械关键部件的性能退化趋势预测是故障诊断中一个重要的研究方向,在此,将层次链接无限隐Markov模型引入到设备性能退化趋势预测中,提出了基于层次链接无限隐Markov模型的设备性能退化趋势预测方法,并应用到滚动轴承性能退化趋势预测中。提出的方法包括退化特征提取、预测模型建立、退化状态分类和剩余寿命评估四部分。利用振幅感知排列熵对振动信号敏感的特性,提取出整个滚动轴承自正常运行状态运转到发生退化再到损坏全过程的退化特征。将整个全过程退化数据输入到建立的层次链接无限隐Markov滚动轴承退化模型里训练学习,使用Viterbi算法反求出滚动轴承全寿命数据的隐状态集合,根据隐状态集合划定轴承运行不同的状态,从隐状态集合里计算剩余寿命和持续时间。实验结果充分验证了本章提出的预测评估方法的有效性。第六章,对本论文的研究工作内容进行了全面的论述与总结,并对进一步研究的工作内容进行了展望。
其他文献
随着互联网及智能设备的高速发展和普及,以数字图像为主的多媒体信息的发送和接收成为人们日常生活中最重要的交流方式之一。但近年来隐私泄露、侵犯版权等违法犯罪行为日益增多,对人们的日常生活带来巨大影响,信息安全问题备受关注。传统加密技术虽然是一种有效的信息保密手段,但其不可理解性容易吸引恶意攻击者使用高性能计算工具对密文进行解译或破坏。作为对加密技术的一种补充和完善,信息隐藏技术应运而生。以数字图像为载
在新冠肺炎疫情期间,接触式的指纹识别和非遮挡式的人脸识别在身份认证过程中应用受到了一定的限制,这让人们意识到非接触式认证方式--虹膜识别的重要性。但现有的虹膜识别算法对于非合作状态下获取的低质量虹膜图像的分割和识别性能不佳,而这类图像是大量存在的。同时,对这类虹膜图像的真实虹膜区域进行人工定位的做法存在不可靠性,不利于虹膜识别算法的进一步发展。本文主要设计了基于深度学习的虹膜定位分割分及识别算法,
水资源作为生命之源,生态系统中的核心资源,可以发展区域经济、保障人民生活。然而人们却常常忽略水生态系统功能价值,由于人类活动和自然因素,造成河道漂浮物堆积、侵占河道的情况,破坏了河道景观以及自然水生态。如何提高河道巡查监管能力成为目前河流管护的迫切需求。围绕此需求,本文依托中国水利水电科学研究院北京市科技重大专项课题,大运河智慧巡河系统研发及示范应用,研究针对河道目标场景优化的目标检测算法,同时设
角膜疾病可能会导致角膜组织弹性模量等参数发生改变,从而引起角膜组织生物力学特性的改变,影响角膜弹性成像结果。因此,本文基于有限元分析的方法模拟弹性成像,定量分析超声弹性成像在角膜疾病中的作用,对基于剪切波的光学相干弹性成像在角膜弹性测量中所受到的影响因素进行分析。主要的研究内容如下:(1)构建经典人眼三维有限元模型,有限元法被用于模拟角膜组织的超声弹性成像,然后通过改变角膜病变组织与正常组织杨氏模
随着在线教育的兴起,教师面临着帮助学习者准确理解知识的挑战。编程课程由于较强的综合性和程序调试的特殊性而不同于其他学科,学习者在学习编程的过程中容易产生误解和疑惑,尤其在程序调试方面存在较大困难,从而抑制了其学习和进步的动力。因此,研究如何有效地辅助学习者理解调试信息和提升编程能力具有极其重要的意义。本文针对编程学习的不同阶段,设计了相应的编程资源推荐方法,包括代码演化片段推荐和编程习题推荐。具体
自动测试数据生成是降低软件测试成本和时间的传统技术之一,目前元启发式技术已成功应用于测试数据生成。粒子群算法(PSO)具有多种优点,在性能上具有较强的竞争力。但是PSO算法存在与其他种类算法相似的问题,在高维度和多峰值的寻优问题中容易收敛到局部最优,且算法搜索到后期收敛速度缓慢。针对上述问题,本文提出了两种改进PSO优化算法。同时,为适应测试数据自动生成应用场景的寻优问题,基于上述两种改进PSO算
变异测试是一种评估和改进测试套件质量的重要技术,对保证软件质量起着关键作用。但变异测试中一直存在因大量变异体导致测试执行成本过高、变异测试效率较低的问题。预测变异测试是一种在不需要测试套件执行变异体的情况下,直接利用机器学习方法来预测新变异体是否被杀死的方法。此方法可以显著降低执行变异体成本,提高变异测试效率。因此本文从预测变异测试出发,提出了一种基于无偏差最优特征和优化集成学习的预测变异测试方法
随着对地观测技术的蓬勃发展,遥感图像规模日益庞大。如何精确高效地从大量遥感图像中检索出需要的图像,已经成为遥感领域研究的基本问题之一。卷积神经网络(Convolutional Neural Network,CNN)能够较好地表达遥感图像的语义信息,因此基于CNN的检索方法受到越来越多的关注。但是遥感图像内容复杂,细节信息丰富,单一 CNN特征不能全面表达遥感图像的内容,且CNN特征容易存在信息冗余
锅炉、化工等蒸汽管道承担着重要的蒸汽输送作用,由于长期高温高压运行,受温度变化、压力波动及振动影响,蒸汽管道发生损伤和劣化情况较为严重,采用DR检测技术可实施在役运行带保温层蒸汽管道焊缝检测。受流体激振力等因素作用时管道易引发受迫振动,造成DR图像模糊,缺陷及标识无法识别,严重影响图像评定。因此如何有效复原DR模糊图像就成为在役运行蒸汽管道焊缝缺陷检测技术中亟需解决的问题。本文提出一种以L0和TV
在国家自然科学基金(No.52075236)、江西省自然科学基金重点项目(No.20212ACB202005)和装备预研重点实验室基金(No.6142003190210)等资助下,本论文基于联邦学习可以有效保护分布在不同客户端的数据隐私性和安全性以及可以融合局部端的模型为共享模型的独特优势,将联邦学习引入到机械故障诊断中,提出了基于联邦学习的机械故障诊断方法,并进行了深入研究。本文取得的一些创新性