基于深度多模态迁移学习的齿轮箱故障诊断研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:flypig2
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
齿轮箱作为旋转机械中应用广泛且易损坏的部件,在传递运动和动力的过程中承担着重要角色。在复杂工作条件下,齿轮箱关键零部件齿轮、轴承等极易发生故障,故障样本往往稀缺且模态单一,待测目标样本少标签甚至无标签,致使故障诊断困难。随着大数据时代的到来,基于深度学习智能故障诊断凭借对数据强大的特征处理能力得到广泛关注。针对上述问题,引入多模态融合技术以提取更为全面的故障信息特征,引入迁移学习技术用于解决训练数据不足,研究基于深度多模态迁移的齿轮箱故障诊断方法,主要研究工作如下:(1)针对实际工况中典型故障样本不足和带标签样本少的半监督迁移问题,提出一种少样本标签情况下基于基于半监督学习的深度多模态迁移网络(Semi supervised-Deep Multimodal Transfer Network,S-DMTN)的智能故障诊断方法。从时域和频域多模态特征级融合的角度,在完备标记的源域数据样本中获得诊断知识,建立预训练模型;再利用目标域中少部分标记数据信息微调模型,同时借助域适应迁移方法,适配源域和目标域的数据分布差异,寻找目标域中大量未标记数据中的规律;最后实现对目标域待测样本做出识别和诊断。通过实验验证了不同工况下该方法S-DMTN在迁移诊断任务中的有效性,并与经典的深度学习模型CNN、浅层迁移方法TCA以及单时域或频域深度迁移学习方法STTL和SFTL对比分析。通过迁移诊断实验及对比分析,验证该方法在少样本标签变工况下可进一步提高齿轮箱轴承诊断的准确率。(2)针对实际工作条件中工程样本数据没有标签且标记耗时耗力的无监督迁移问题。提出一种无标签样本情况下基于无监督学习的深度多模态对抗迁移网络(Unsupervised-Deep multimodal Adversarial Transfer Network,U-DMATN),该方法将数据分布自适应的迁移思想和对抗训练策略相结合,来解决齿轮箱的故障诊断问题。以振动信号的时域和频域数据级融合后的多模态信息作为模型的输入,并依旧将一维卷积神经网络作为基本框架,引入生成对抗网络作为源域和目标域的隐式度量距离进行对抗式训练,利用带标签的源域和无标签的目标域进行迁移学习,进而完成齿轮箱不同工作条件下的迁移诊断任务。验证了U-DMATN模型在不同工况和不同故障类型间迁移诊断的有效性,并通过对比分析迁移方法TCA、JAN和DDC的学习能力,进一步验证模型在无标签样本情况下所提方法对齿轮箱故障诊断的优越性。
其他文献
目前,不可再生的化石燃料在生产生活中的大量应用造成了严重的环境污染,因此清洁可再生能源的开发已是时代发展的历史潮流和必然选择。氢能以其能量密度大、清洁无污染、可再生等优点,被认为是优异的新能源。电解水制氢是一种绿色环保、生产灵活、产品纯度高的制氢方法,Pt基催化剂被公认为是电催化析氢反应(HER)最高效的催化剂。但因其储量少、价格高,严重限制了其在商业上的大规模应用。因此开发价格低、活性高的替代催
学位
超细粉体勃姆石不仅本身具有独特的物理和化学性质被广泛应用在吸附、生物医学、锂电池隔膜和功能材料等领域,同时也是制备工业γ-Al2O3和α-Al2O3的原料,因此广大科研工作者围绕勃姆石合成做出了大量努力。目前勃姆石形貌调控机理还不够完善,铝源以及沉淀剂种类选择面相对较窄,合成制备技术仍比较繁琐。针对于此,本文探索了碱性环境下阳离子对勃姆石形貌的影响机理,引入不同种类铝源和沉淀剂通过普通水热法和蒸汽
学位
材料表面细菌滋生引发的院内感染问题严重威胁着社会公众卫生安全。目前,抗菌策略主要分为抗细菌粘附和杀菌。这两种策略都有一定效果,但存在各自的局限性。抗粘附策略能够有效减少细菌在材料表面的初始粘附,但一旦有少量细菌粘附,将难以阻止后续细菌的繁殖。杀菌策略杀菌效率高,但抗生素等杀菌剂容易诱导细菌产生耐药性。人们迫切需要一种有效的抗菌策略,既能灭活细菌,又不会引发细菌耐药性。聚乳酸(Polylactic
学位
近年来,粘合剂在海洋工业和生物医学领域的需求大幅提升,然而在潮湿和水下环境中界面水化膜和持续的水侵蚀会严重地削弱界面粘合力,因此实现强效和长期的湿态粘附仍然是巨大的挑战。贻贝启发的儿茶酚类湿态粘合剂虽然具有良好的湿态粘附性能,但是大多数儿茶酚类粘合剂存在易于氧化和固化交联时过渡消耗儿茶酚基团的问题,难于实现高效且长期的湿态粘附。针对上述问题,本文通过刚性疏水的多乙烯基单体、二乙烯基单体和盐酸多巴胺
学位
细菌感染一直威胁着人类的健康。由于抗生素的过度或不当使用导致细菌耐药性的增加,人们开发了抗菌生物材料作为抗生素的替代品。其中,抗菌水凝胶因其制备工艺简单、结构多样,并且具有较高韧性和可拉伸性等多种功能而备受关注。基于此,本文分别在二硫化钼(MoS2)表面包覆银纳米粒子和季铵盐壳聚糖,将其引入到聚乙烯醇(PVA)水凝胶中。利用MoS2高效的近红外光热效应,重点研究MoS2结合其他抗菌材料的抗菌作用,
学位
基于摩擦纳米发电机(TENG)的自供能传感器能够较好的解决传感器对电池等能源的依赖问题因而受到研究者的广泛关注。柔性自供能TENG基传感器常以柔性高分子材料为基底,具有高灵敏、良好柔韧性、大延展性等优点。在材料表面构筑微结构是提升TENG基自供能传感器性能的主要方式之一。本文通过水辅静电纺丝技术制备了具有多级形貌的热塑性聚氨酯(TPU)/羟丙基纤维素(HPC)复合纤维膜(HMM)和具有多级形貌的取
学位
弧形钢闸门和其他类型闸门相比,具有启闭力小、安装预埋件少、泄水流态好等众多优势,得到广泛应用。随着水利水电事业的发展,弧形闸门的数量逐年增加,其运行可靠性、安全性问题引起了人们的关注,及时对弧形闸门进行健康评估具有重要意义。针对此问题,本文提出基于改进雷达图法的弧形闸门健康评估模型,将指标数据可视化,通过提取图形特征对闸门健康状态进行评估,和其他方法相比更加简单、直观且高效,主要研究内容如下:(1
学位
对清洁能源的迫切需求,迫使人们不断加快速度建立低成本、环境友好、高稳定性的储能系统进而满足对大规模电网电力的应用。与使用有机电解质的锂离子电池相比,二次水系锌离子电池(AZIBs)因其成本效益高、生态友好、高可靠性、低电化学电位(-0.762 V相对于标准氢电极)、高理论重量比容量(820m Ah g-1)和体积比容量(5854 m Ah cm-3)以及锌在环境中的稳定性好等优势而受到广泛关注。在
学位
膜分离技术以其具有高效、节能、过程易控制、操作方便等优势,在废水处理领域受到广泛的关注。聚偏氟乙烯(PVDF)凭借着较强的化学稳定性、机械强度高等优势成为常用的超滤、微滤膜材料。但是在实际应用中,仍受到膜污染引起的分离性能下降的限制。解决这一问题的方法有很多,但最直接有效的方法还是提高膜本身性能。本论文以聚偏氟乙烯(PVDF)为膜材料,以聚乙烯吡咯烷酮(PVP)为添加剂,采用相转化法制备聚偏氟乙烯
学位
随着社会的快速发展,无线传感网络和低功耗电子设备广泛的应用在人类的生产生活中,传统的化学电池供能方式存在着能量密度小、寿命短等缺点,而且不符合当代社会绿色环保的发展理念。气流能量采集器能将自然界中广泛存在的气流能量转化为电能为电子设备供能,被认为是一种长期、高效、绿色的电子设备供电方式,成为了国内外学者的热点研究方向。本文对课题组提出的抗磁悬浮气流能量采集器做了进一步研究,通过对采集器关键结构参数
学位