基于BN-1DCNN的旋转机械故障诊断研究

来源 :振动与冲击 | 被引量 : 0次 | 上传用户:lantaiwin
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
为了对旋转机械的故障特征进行自适应提取,实现智能故障诊断,提出了一种基于批量归一化的一维卷积神经网络(convolutional neural networks,CNN)模型.由于卷积神经网络通常应用于二维图像或三维视频领域,故通过将卷积核改进为一维卷积核来实现对采集的一维振动数据的直接卷积,并且采用了批归一化层来防止过拟合,采用HZXT-008小型转子实验台采集的数据对该方法进行验证.试验结果表明该方法平均诊断准确率高达98.43%,并且与其他模型相比稳定性更高.该方法实现了大量样本下旋转机械不同故障类型的故障特征自适应提取与故障类型的准确识别.
其他文献
为了更深入的研究多惯量伺服系统振动的机理,考虑齿轮传动过程中时变啮合刚度对机械谐振的影响,在传统双惯量伺服系统模型基础上建立四惯量伺服系统模型;分析系统机械谐振产生机理,利用时变波形近似表示齿轮副啮合刚度值,对比有无齿轮时变啮合刚度的伺服系统模型机械谐振表现特征.采用模型预测控制方法对包含时变啮合刚度的四惯量伺服系统的机械谐振进行抑制控制;设计了基于状态空间表达式的模型预测控制器,通过仿真试验对比常规PID控制方法进行验证,结果表明利用模型预测控制方法能有效的抑制多惯量伺服系统的机械谐振.
随着我国交通系统的快速发展,临近埋地管道施工的工程案例越来越多,隧道开挖不可避免地会影响管道的安全.为研究隧道开挖变形及爆破扰动耦合作用下临近埋地管道的安全性,以深圳市大山陂1号隧道施工为背景,建立管-土-隧动静耦合作用模型以分析不同管道内压、围岩弹模、管隧间距、单段最大装药量条件下埋地管道的应力和振速变化规律,进一步引入Morris筛选法对各因素的影响程度进行评价分析.结果 表明:管道应力和管道振速受管道内压和单段最大装药量的影响最大;管道应力峰值随着管道内压的增大、围岩弹模的增大、管隧间距的减小和单段
近年来全球频繁发生的海域地震对海洋工程的抗震设计提出了新的要求.为了研究海底地震动的非线性反应特性,基于日本Nankai海域DONET1海底台站记录的2016年Off-Mie Mw5.8级地震的近场地震动数据,采用水平(horizontal)和竖直(vertical)方向傅里叶谱比(H/V)方法分析了具有强烈非线性反应特征的4个台站的主频(fpeak)和峰值(Apeak)随时间的变化规律、评估了此次地震海底场地非线性响应恢复时间.研究结果表明:部分海底台站基于H/V识别的fpeak在S波到时出现明显下降,
为研究大跨度悬索桥在车辆荷载作用下梁端纵向位移的产生机理.基于挠度理论分析了悬索桥在非对称竖向荷载作用下的变形特征,推导了移动荷载作用下悬索桥梁端纵向运动方程和共振速度,并采用等效纵向荷载研究移动荷载作用下悬索桥纵向位移响应规律.以一大跨度悬索桥为实例,研究了移动竖向荷载作用下的悬索桥梁端纵向位移的规律及影响.结果 表明:在移动荷载作用下,主梁发生以等效纵向扰动频率为主的纵向受迫振动,当移动速度较小时主要表现为拟静态效应,随移动速度增大动态效应增强;结构阻尼、阻尼器及支座摩阻力均对纵向位移有抑制作用,支座
提出了一种基于相位平均的旋转声源高分辨率定位方法,并给出了相位平均技术所适用的条件.为解决多普勒效应导致的旋转模糊,将旋转声信号划分成足够多个时间序列切片,在每一切片内,微小位移的旋转声源可近似等效为静止声源进行定位.其优势在于,避免了去多普勒效应的插值运算,从而保留了时域波形的相位连续性.为提高定位分辨率,运用卷积模型改造基于波束形成的能量传播模型,利用解卷积算法消除定位模糊和提高定位精度.其优势在于,卷积模型中的点扩散函数(PSF)能够建立起阵列测量与声源旋转的联系,由此通过PSF来表征麦克风阵列定位
为揭示拟静力作用下钢筋混凝土(RC)桥墩残余位移指标参数影响规律,并给出变形极限状态残余位移指标贝叶斯估计.采用OpenSees软件建立RC桥墩拟静力试验构件模型,基于试验结果模拟进行模型验证.通过256个RC桥墩拟静力数值分析计算结果,研究残余位移指标统计特性及主要影响因素.在此基础上,采用线性回归分析方法,建立桥墩残余位移指标先验概率分布模型.应用贝叶斯理论,通过小样本试验数据更新,建立拟静力作用下残余位移指标后验概率分布模型.结果 表明,RC桥墩残余位移指标主要影响因素为轴压比,且随轴压比的增大而减
基于SD(smooth and discontinuous)振子几何非线性理论,根据城市轨道交通实际载荷条件和隔振需求,对钢弹簧浮置板隔振器的非线性刚度曲线及其浮置板轨道系统的动态性能进行优化设计,研发了一种浮置板用几何非线性隔振器,其同时具有良好的低频隔振性能和振动位移控制能力.对非线性隔振器进行了理论分析、结构参数设计、仿真分析及试验验证,研究表明:非线性隔振器对浮置板的振动位移具有较好的控制能力和低频隔振效果,单隔振器试验表明,相对传统的钢弹簧隔振器,非线性隔振器后浮置板的振动位移可以降低40%以上
研究了考虑试验频响函数不确定性的有限元模型修正法.首先,假设待修正参数和响应特征量服从高斯分布,将不确定性模型修正问题转化为均值和标准差的修正问题;其次,构造径向基模型,将频响函数经过小波变换并提取第5层低频小波系数作为径向基模型输出,并通过土狼优化算法对径向基模型的方差进行优化;然后,以最小化巴氏距离为目标,引入花朵授粉算法,分别实施待修正参数的均值和标准差的两步和同步求解;最后,通过平面桁架结构和空间桁架结构验证了所提方法的可行性.结果 表明,所提随机有限元模型修正法皆能有效地修正结构参数的均值和标准
对实际运营条件下高速道岔钢轨磨耗廓形进行了测试.基于实测数据建立了高速车辆-道岔耦合动力学计算模型,对现行速度条件下岔区钢轨件磨耗对列车过岔动力性能的影响进行了仿真分析,进而对磨耗状态下高速道岔达速运行的适应性进行了探究.结果 表明:长期运营条件下,高速道岔尖轨、基本轨、翼轨、心轨均出现了不同程度的磨耗,导致轨头廓形及钢轨件之间的相对位置关系较初始状态发生了较为明显的变化;钢轨磨耗状态下列车进岔时所产生的轮轨冲击作用提前了,转辙器区轮载过渡规律发生了明显的改变,列车通过辙叉区时轮轨的相互作用及安全性参数均
旋转部件是否发生局部故障,关键是判断其振动信号在空间上是否出现周期性冲击以及周期大小.卷积神经网络(CNN)善于挖掘数据空间上的局部重要的信息特征,具有“端对端”的优势,从而克服了人工提取特征的缺陷;由于振动信号在时间维度上也蕴含着丰富的信息,而长短时记忆网络(LSTM)善于从动态变化的序列数据中学习到时间上的关联性;门控递归单元(GRU)属于LSTM的变种,但相对于LSTM结构更加简洁,参数的数量更少,因此将CNN的空间处理能力和GRU时序处理能力的优势结合,提出一种双通道特征融合CNN-GRU齿轮箱故