【摘 要】
:
滚动轴承在实际工业生产中所处的工作环境往往十分复杂、多变,工作于不同工况下的滚动轴承往往振动信号分布差异极大,且部分工况下的有标签数据不易获取。因此,在变工况条件下实现滚动轴承的智能故障诊断具有十分重要的意义。针对上述问题,本文对现有的深度迁移学习方法进行改进,提出一种改进残差网络深度子域适应方法,实现了变工况条件下的滚动轴承故障诊断。在数据预处理方面,存在着数据集样本数量不足和一维数据用于故障诊
【基金项目】
:
国家自然科学基金自助项目(51805120); 黑龙江省自然科学基金(LH2019E058); 黑龙江省本科高校青年创新人才培养计划项目(UNPYSCT-2017091);
论文部分内容阅读
滚动轴承在实际工业生产中所处的工作环境往往十分复杂、多变,工作于不同工况下的滚动轴承往往振动信号分布差异极大,且部分工况下的有标签数据不易获取。因此,在变工况条件下实现滚动轴承的智能故障诊断具有十分重要的意义。针对上述问题,本文对现有的深度迁移学习方法进行改进,提出一种改进残差网络深度子域适应方法,实现了变工况条件下的滚动轴承故障诊断。在数据预处理方面,存在着数据集样本数量不足和一维数据用于故障诊断存在局限性的问题。提出通过随机数据增强的方法扩充样本集,解决样本不足问题。利用时频分析方法将一维振动信号转化为二维时频图像可以丰富样本信息,降低工况变化对诊断结果的影响。针对残差网络浅层感受野有限,通道间缺乏相关性,进而导致不能有针对性地进行特征提取的问题,本文在残差网络中引入首层宽卷积核机制和通道注意力机制,更有目的地提取输入数据的深层特征。针对传统域适应方法只针对样本的全局分布执行特征对齐操作,忽视了各子域间的关系,提出使用局部最大均值差异对源域和目标域进行子域适应处理,缩小源域和目标域各个子域之间的分布差异,避免出现特征混叠。实验结果表明,改进残差网络和子域适应方法均可有效提高模型的故障诊断准确率。将改进残差网络与子域适应方法相结合,构建端到端的改进残差网络深度子域适应模型用于变工况下滚动轴承故障诊断。通过实验的方式选择短时傅里叶变换作为预处理中的时频分析方法。在CWRU数据集上进行8个迁移任务的对比实验,本文所提方法的平均故障诊断准确率达到了98.2%,验证了所提方法在变工况条件下具有较好的故障诊断效果。结合领域泛化实验和MFPT数据集验证实验,证明了所提方法具有较好的泛化性。
其他文献
随着科技与时代的进步发展,智能制造业已成为推进中国制造强国战略的主攻方向之一,也是中国制造业创新发展的重大历史机遇。“十四五”期间,我国将全面深入推进智能制造,这使得制造行业迎来全新的转折点。广大优秀学者们为替代不适应当今制造行业的传统生产方式,在生产以产品定制化、个性化和小批量的产品时,将加工与装配一同处理的问题上进行了深入研究。针对以往动态多产品综合调度没有充分考虑产品所需加工用时和产品加工次
随着生活水平的提高,新能源汽车已成为人们日常一部分,人们对新能源汽车要求也愈发增加,消费者从价格、质量、能耗等多方面进行考量,加之进入新能源汽车市场的企业增多,物料价格和生产成本上涨,导致市场竞争日益激烈。在此大环境下,企业愈发重视通过对生产装配线优化来提高整体效率,增强企业市场竞争力。BQ公司是一家新能源汽车制造公司,为改善装配线存在的问题,使装配效率达到最优,本文以工业工程理论方法为基础,找出
随着近现代物理学中量子理论、流体力学、理论力学得快速发展了推动了对数学理论快速发展,而泛函分析方向正是一个解决物理问题的高效数学工具。是一门将分析理论、与几何方法以及代数理论框架综合整理起来的一门数学学科,目的是为了解决诸多领域中的难题。其中Banach空间几何又是泛函分析方向的一个重要的分支,并且具有很多重要应用,如不动点理论、微积分、连续介质力学、变分学、逼近论、量子信息、数学物理方法、量子信
特征选择方法作为降低数据维度的方法之一,广泛的应用于模式识别和机器学习中。特征选择方法因其能够帮助人们找到特征和数据之间的关联性。因此,研究人员将特征选择方法应用在很多场景中,如文本识别、图像处理、图像分类等场景。对于特征选择问题,如何设计有效的选择准则并构造相应的约束形式是影响特征选择模型性能的主要因素。此外,由于传输、存储等过程引入的数据噪声,也使得现有特征选择方法在性能保持和应用局限性等面临
为消除路网局部短板和弱项,优化完善路网结构和布局,推动路网整体效能提升,实现铁路高质量发展,首先对“十三五”以来铁路网发展现状进行了总结和分析,并基于现场调查、统计分析、定量分析法等,对路网能力不平衡、不适应问题进行了剖析;其次,探讨了铁路强网补链的基本含义、主要分类及需遵循的技术原则以及重要意义和作用;最后,建议在采取优化运输组织措施的基础上,分别从客运、货运两个方面分类提出路网留白区域新线联网
数据规模近年来增长迅猛,信息安全的地位日渐凸显,流密码作为一种保密性良好、加解密速度快、常用于国防军事等安全性需求较高的领域的加密体制,发挥着重要作用。为了做好信息安全基础设施服务的保障,流密码算法的实现载体要在灵活性、性能和安全性等指标之间进行权衡,可重构密码处理器可以在保证一定处理速度的前提下同时满足一个信息安全解决方案对多种密码算法的需求,而且安全性也是有保障的。本文面向流密码算法设计了一种
人脸图像是人们十分重要的身份信息,然而在传输、保存以及后期处理过程中,常常会出现水印遮挡、污损、部分区域缺失等问题,为人们的日常生活带来许多不必要的麻烦。因此,研究如何有效的将残缺人脸图像恢复成原本的模样是非常具有现实意义的。现如今,生成对抗网络在图像修复任务上展现出巨大优势,本文将依托生成对抗网络深入研究人脸图像修复问题。本文受到绘画创作的启发,将人脸图像修复任务解耦成边缘预测和人脸修复两个子任
电容层析成像技术(Electrical Capacitance Tomography,ECT)是一种过程层析成像技术,常用于密闭管道空间中两相流或多相流的可视化测量,它的原理是根据传感器采集的电容数据,应用相关算法对被测空间中的介质分布进行图像重建。ECT技术具有非侵入、快速简单、低成本、便于安装等显著优点,被广泛地应用于工业生产中,是一种具有巨大发展潜力和广阔应用前景的无损检测方法。ECT系统是
技术创新已成为国际竞争的关键因素,也是国家长远发展的动力源泉,要占领技术创新的制高点,需充分认识企业在技术创新体系中的核心作用,提升企业创新的整体效率,以技术创新引领国家创新。企业创新作为国家创新战略的核心,其创新能力不仅决定了自身创新水平,也影响国家创新的发展方向。我国是制造大国,制造业是经济发展的根基。在制造业转型发展的关键时期,先进制造业肩负着制造业新旧动能转换的重任,是中国从制造大国迈向制
推荐系统以减少用户从海量数据中寻找自己感兴趣的信息所花费的时间和为不同用户实现个性化推荐为目的。文章推荐是推荐系统中一个重要的应用。现有的文章推荐模型在处理稀疏数据时仅仅通过简单地嵌入将高维数据转化为低维数据,因此在嵌入的过程中未能充分利用用户信息和文章信息,从而导致了模型推荐不够准确。因此,本文提出了一种基于图嵌入表示的文章推荐模型。针对利用文章特征信息和文章节点关联信息不充分的问题,本文提出了