【摘 要】
:
在全球信息化的大背景下,工业高速发展,旋转机械设备发展方向趋于结构复杂化、过程自动化、操作智能化。齿轮因其承载能力大、传动效率高等优点广泛应用于现代设备中,如航空、采矿、农业机械、军事装备和冶金机械等领域。齿轮是设备运行中故障率较高的传动部件,齿轮故障将直接影响整机的可靠运行,降低整个设备的效率和精度,甚至造成不可逆的严重后果。因此,开展齿轮故障的诊断识别具有重大意义。声发射检测是一种无损检测技术
论文部分内容阅读
在全球信息化的大背景下,工业高速发展,旋转机械设备发展方向趋于结构复杂化、过程自动化、操作智能化。齿轮因其承载能力大、传动效率高等优点广泛应用于现代设备中,如航空、采矿、农业机械、军事装备和冶金机械等领域。齿轮是设备运行中故障率较高的传动部件,齿轮故障将直接影响整机的可靠运行,降低整个设备的效率和精度,甚至造成不可逆的严重后果。因此,开展齿轮故障的诊断识别具有重大意义。声发射检测是一种无损检测技术,声发射技术不仅可以进行动态、实时的监测,而且可以获取缺陷信息,与其他检测方法相比,尤其是与传统的振动信号分析方法相比,其灵敏度更高。为了解决声发射信号特征提取困难的问题、避免依赖传统的时频分析法对齿轮进行故障诊断,提高识别的准确率,本文在声发射检测技术的基础上,将深度学习引入其中,采用了声发射技术与神经网络相结合的方法。首先采集齿轮各种故障类型的声发射信号,然后利用主成分分析法对采集的信号进行特征提取并降维,将信号合理划分训练集和测试集构建以概率神经网络和广义回归神经为核心的故障识别模型,最后对网络加入哈里斯鹰算法进行优化,根据识别准确率,搭建最适合的齿轮故障识别模型,实现了齿轮故障的智能识别。首先构建的是基于概率神经网络的齿轮故障识别模型,将处理后的数据输入到神经网络,得出迭代曲线、混淆矩阵。混淆矩阵结果表明,基于哈里斯鹰优化的概率神经网络齿轮故障识别模型,识别准确率为98.08%,对比未经过优化的概率神经网络齿轮故障识别模型,准确率提高了7.38个百分点。其次搭建的是基于广义回归神经网络的齿轮故障识别模型,对比验证两种模型在不同状态下各自的优势。结果表明:基于哈里斯鹰优化的广义回归神经网络齿轮故障识别模型的准确率为92.88%,较基于哈里斯鹰优化的概率神经网络齿轮故障识别模型的准确率下降了5.2个百分点,但对于齿轮小样本故障识别,广义回归神经网络的准确率会更高。
其他文献
建筑物是人类生活的重要组成部分,高精度提取遥感图像中的建筑物可以为军事行动、人口分布调查、土地规划提供有效的帮助。目前,卷积神经网络已应用于高分辨率可见光遥感图像语义分割领域,但是当存在和小型建筑物的尺度一致的物体时,可能会出现错分和漏分的情况;当建筑物尺度过小时,可能会出现无法正确提取等问题。针对上述问题,在分析研究了国内外遥感图像中建筑物提取的相关文献后,论文主要工作如下:首先,提出了一种改进
随着信息化技术的不断普及,以生物特征识别作为信息系统安全认证方式的应用被广泛使用。目前已经出现比较成熟的生物特征识别技术,如人脸识别、指纹识别等。但面向复杂多样的使用环境和减小社会卫生隐患的生物识别系统,仍然存在一定挑战。本文给出一种在复杂背景下的非接触式手掌识别方法,支持移动设备采集手掌图像,分别利用手形轮廓特征和掌纹特征完成识别任务,在保证识别正确率的同时,减少对识别场景的限制,使得识别方法更
推荐系统成为解决信息过载问题的有效办法,其主要目标是根据用户的偏好信息为用户提供有价值且有指向性的内容。在推荐系统中最重要的是推荐算法,推荐算法决定一个推荐系统的受欢迎程度和价值,传统推荐算法中的协同过滤可以说是最成熟的推荐算法但仍面临数据稀疏问题,基于深度学习的推荐算法虽然可以融合辅助信息解决此问题,但难以直接处理图结构数据。为了解决以上问题,本文研究了基于图神经网络的推荐算法,并对推荐模型进行
在现阶段的高中语文教学过程中,部分语文教师受到传统观念的影响,并不注重从学生的角度,也不注重从教学方法的方面入手,开展相应的高中语文高效课堂的构建,从而导致学生的语文学习积极性被严重消磨,而构建高中语文高效课堂便成为空谈了。针对这种状况,高中语文教师应深入研究新课改背景,并在此基础上,结合学生的实际语文学习能力,灵活设定相应的教学方式,最终达到构建高中语文高效课堂的目的。
目的 探讨川崎病(KD)发生冠状动脉瘤(CAA)的危险因素。方法 回顾性分析2020年1月至2021年12月住院确诊KD患儿的临床资料。根据有无CAA将患儿分为CAA组和非CAA组,比较两组间临床特征,分析影响CAA发生的危险因素和相关指标及预测KD并发CAA的价值。结果 纳入KD患儿557例,男346例、女211例,中位发病年龄25.0(13.0~45.2)月,并发CAA 75例(13.5%),
板式换热器是通过一系列具有波纹形状的金属板片进行换热的装置。在生产板式换热器板片过程中,板片因重力冲压作用致使表面产生缺陷,当板片投入使用时,缺陷位置将无法承受注水后的压力而开裂,存在安全隐患。目前人工抽检与渗透探伤法是常用于板式换热器板片上的缺陷检测方法,但此类方法检测效率低,且受检测人员主观因素影响。随着人们对机器视觉应用地深入探索,根据板式换热器板片表面缺陷特征,以及基于对缺陷所处区域的了解
随着国民经济的快速发展和人民生活水平的显著提高,越来越多的人选择购买私家车,汽车数量的增加导致交通事故频发,造成大量财产损失和人身伤害。在造成交通事故的众多原因之中,疲劳驾驶占有很大的比重。因此,研究一种有效的驾驶员疲劳检测方法具有重要意义。本文查阅了大量相关文献,比较了三种常用的疲劳驾驶检测方法,选择了基于人脸特征的疲劳驾驶检测方法,该方法不会干扰驾驶员,且检测精度高。基于单一疲劳特征判断疲劳程
雷雨大风是一种影响较大的灾害天气,对整个国民经济能够产生严重的危害。目前气象领域使用机器学习方法来预测雷雨大风天气的场景少之又少,大多数都是研究雷雨大风的形成过程,而针对雷雨大风的预测往往需要专业人员结合专业知识进行预测,过度依赖专业知识,其预测效果也不理想。因此本文充分利用气象历史数据,研究了一种基于机器学习的天气预测方法。本文分别采用美国气象环境预报中心获取的全球化气象数据和某省地面观测站的实
随着大数据时代的不断发展,隐私保护已成为现代数字化社会需要面临的重要问题之一。当用户与在线服务提供商交互时,需要提供所需的身份信息来进行认证。然而,恶意的服务提供商会过度收集用户的个人信息,将用户身份数据与其行为数据相关联并对用户进行大数据定位,从而导致用户隐私信息的泄露。匿名认证技术的提出解决了传统身份认证隐私泄露的问题,即用户可以根据服务场景要求,提供相应发行方为其发布的匿名凭证证明自己有资格
生物特征识别技术是指利用人类个体之间的生理特征或者行为特征的差异对个体身份进行识别的技术。近年来,随着计算机运算能力的快速提升和信息数据爆发式的增长,基于深度神经网络的新一代人工智能技术正在被广泛地应用在生物特征识别领域。步态识别是一种新型的生物识别技术。与指纹、人脸、虹膜等对输入数据质量要求较高的识别技术不同,步态识别对输入数据的质量要求很低,录入时不需要特殊的设备,使用普通监控摄像头即可进行。