【摘 要】
:
目前,旋转机械装备呈现出高速、高精、自动化以及复杂化的发展趋势,而滚动轴承作为其中的关键部件,出现故障的概率大为增加,故有必要对其进行健康状态监测与识别。此外,传感器与监测技术的发展,提供了以大批量、高速度和高多样性为特征的机械大数据。因此从“海量”机械大数据中挖掘出滚动轴承健康状况信息,对于保障机械设备的安全、稳定、优质、高效运行至关重要。卷积神经网络(Convolutional Neural
【基金项目】
:
国家自然科学基金项目:数据驱动途径的典型旋转机械智能决策与知识粒计算问题研究,项目编号:51675253; 国家重点研发计划项目:典型石化装置动设备检测监测与完整性评价技术,项目编号:2016YFF0203303-04;
论文部分内容阅读
目前,旋转机械装备呈现出高速、高精、自动化以及复杂化的发展趋势,而滚动轴承作为其中的关键部件,出现故障的概率大为增加,故有必要对其进行健康状态监测与识别。此外,传感器与监测技术的发展,提供了以大批量、高速度和高多样性为特征的机械大数据。因此从“海量”机械大数据中挖掘出滚动轴承健康状况信息,对于保障机械设备的安全、稳定、优质、高效运行至关重要。卷积神经网络(Convolutional Neural Network,CNN)是深度学习理论中最具有代表性的模型,因其强大的非线性特征自学习能力,广泛应用于图像处理、语音识别、文本分类等任务中。该模型可以直接从原始数据中学习敏感特征并进行信息融合,与旋转机械故障信号的特征提取与信息融合能够较好契合,因此将CNN应用于旋转机械故障诊断具有十分重要的研究价值与应用前景。本论文将滚动轴承作为研究对象,以CNN作为基础模型,面向实际应用为导向,对复杂环境下的CNN故障辨识方法展开研究。主要工作与取得的结论如下:(1)基于数据驱动的智能故障诊断技术普遍会遭遇数据类别不平衡问题,对此提出一种基于改进CNN模型的滚动轴承智能故障辨识方法。该方法包含两个模块,包括特征提取和故障辨识模块。前者采用构造的加权中心标签损失函数优化CNN参数。后者利用提取的特征和模式中心向量之间的距离进行故障辨识。两个数据集上的实验结果均表明,所提方法能够通过自动提取可分性和判别性较高的特征有效应对数据不平衡。(2)针对深度学习故障辨识方法工程应用准确率受制于样本数量与质量的问题,提出一种多尺度卷积神经网络故障辨识方法。该方法使用多尺度卷积神经网络直接处理频域数据,更加契合振动信号中固有的多振动模态特性。并利用实例归一化技术作为自适应手段,减轻加噪样本与纯净样本特征之间的差异。此外,采取注意力机制减小冗余特征,使模型更关注与分类任务有关的特征。经过实验验证,本方法能够在较少训练样本下出色的完成故障辨识任务,并且其抗噪性与泛化性均优于目前主流的其他智能故障辨识算法。(3)机械设备工况的变化会导致所采集数据特征的分布发生领域偏移,降低以往深度学习故障辨识方法的性能。对此提出一种考虑局部信息权重的域自适应深度神经网络,通过构建局部加权最大均值差异对齐源域和目标域数据嵌入特征的分布,提升跨域故障诊断性能。实验结果表明,本方法在跨域故障诊断中能够取得显著效果,有效减小源域和目标域嵌入特征之间的分布差异。
其他文献
随着现代化工业的快速进步,装备制造业也取得了质的飞跃。而数控机床的加工性能、使用寿命、承载能力、品质和安全性取决于其内部所使用的角接触球轴承的性能。角接触球轴承长时间工作在多场耦合作用环境中,易造成疲劳剥落、点蚀甚至胶合等故障。局部缺陷作为滚动轴承故障的主要表现形式,对滚动轴承的动态特性有着重要的影响,在轴承高速运转时轴承易处于“高温”状态下,滚动体及其内外圈会发生热膨胀,同时缺陷形貌也会发生热变
体感运动游戏试图以娱乐的方式解决运动的自律性问题,但是玩和健身的结合并未在其中完全实现。本文以Switch平台的体感运动游戏为对象,通过分析体感运动游戏的判定机制,研究它独特的“自律型规则”,并指出玩家如何通过游戏成为一个“预先成功”的积极主体,并以自律的方式拥抱“绝对过程”。忠实于“绝对过程”的主体丧失了乌托邦的想象力,他不能提出任何要求,因为只有过程本身才是意义。
针对20世纪90年代中后期电子商务兴起等社会经济变化导致的德国城市中心区物质空间老化、商业结构失衡、中产阶层流失等问题,以及社会隔离与排斥的挑战,德国于2008年提出系统性的城市中心区更新计划,采取目标综合、行动主体联合、空间整合及措施综合的整体性行动方法,促进环境、经济、社会协调发展,维护城市中心结构体系。在此过程中,政府和非公共部门相互配合,前者发挥着引导、管控、激励作用,主导公共空间资源开发
在金属切削加工过程中,刀具不可避免的会发生磨损,刀具的磨损情况与使用寿命关系到机加工零件的质量。针对机加工过程中的刀具磨损状态等问题,本文在比较信号数据后,利用铣削过程中X方向上的主铣削力作为监测信号数据,通过机器学习算法对刀具磨损状态进行分类与剩余寿命估计。计算结果表明,本文中所提出的融合算法可以有效地对后续加工过程的刀具磨损状态进行预测,且通过历史数据与当前的数据可以对刀具剩余寿命进行估计。本
我国正大力推进教育数字化转型,教师无疑是这一转型进程中的关键要素。持续提升教师数字素养,对建设数字时代高素质、专业化教师队伍,加快推进教育数字化具有重要意义。随着《教师数字素养》标准的发布,如何准确测评和有效提升教师数字素养与技能的问题受到广泛关注。文章通过系统梳理数字素养的起源与发展历程,比较分析国际典型指标框架,深入剖析教师数字素养的内涵演进,详细解析《教师数字素养》标准的主要内容,提出分层分
<正>中华人民共和国成立以来,我国各行各业发展迅猛,国民经济稳步上升,通用航空产业作为带动我国整体经济发展的主要产业之一,其在近年来的发展中也不断进行积极转型,加强对于军民融合的重视程度。军民融合是历年来我国党组织以及领导集体实现军民结合、寓军于民思想的主要表现形式,因此需要给予高度重视,对现阶段通用航空产业发展过程中存在的问题进行全面分析,
工程实际情况中,构件往往在多轴循环加载下服役,导致各种形式的疲劳失效,构件一旦发生疲劳破坏,将会给正常运行的机械带来极大的隐患,从而导致严重后果。实际的结构件有截面均匀的光滑体,也有几何不连续的缺口件。对于光滑体来说,应力应变分布规律相对简单,可以用理论方法计算其应力应变状态和疲劳寿命;但对于几何不连续的缺口件,应力集中致使缺口局部处于多轴应力状态,且更易诱发裂纹的萌生及扩展,从而导致多轴疲劳失效
评价是教师教书育人工作的重要组成部分,评价素养是教师必备的专业素养。深化教育评价改革和贯彻落实基于新课程标准的课程教学改革亟须大力发展和提升教师的评价素养。当前,教师评价素养的专业地位尚未得到充分体认、实践发展水平不高、培养培训不够、科学研究滞后,阻碍了教师评价素养向更高水平提升。需要研制教师评价素养专业标准并做好配套保障制度,在教师教育体系中建立健全教师评价素养的培养和培训,发挥好教师评价对教师
从1980年代至今,纽约市在时代广场区域先后推动并完成了两次大规模的城市更新,不仅重塑其产业结构,全面激发区域活力,也极大地提升了城市公共空间品质。以两次更新的发展历程及其内在差异为研究对象,重点聚焦更新过程中的治理问题,剖析与厘清城市更新目标与方向的转变如何影响治理的参与主体、权力关系、合作方式和治理工具的相关变化,旨在为我国当下处于经济转型和存量发展阶段城市核心区商业街区的城市更新及其治理逻辑