基于迁移堆栈自编码器的轴承故障诊断方法

来源 :噪声与振动控制 | 被引量 : 0次 | 上传用户:cocoxb
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
近年来,基于数据驱动的设备智能故障诊断方法是监测设备健康状况的重要手段,然而在实际中不同工况下含标注的监测数据严重缺乏,导致智能故障诊断的模型难以有效构建.提出一种基于迁移堆栈自编码器的轴承故障诊断方法,能成功解决不同工况下轴承故障智能诊断的问题.首先,将不同工况下轴承原始振动信号数据进行快速傅里叶变换转化成频域信号,得到带标签的源域和不带标签的目标域数据集.其次,使用基于堆栈自编码器的多分类网络结构对源域数据进行特征提取,为防止过拟合加入Dropout层和批标准化层,从而有效提高特征的提取.最后,利用多核最大均值差异作为评价源域和目标域的距离指标,实现域不变特征提取并进行迁移学习.将该方法用于不同工况下滚动轴承的数据集进行验证,结果表明目标域样本充足时轴承故障诊断分类准确率能够达到99.4%,目标域样本为源域样本5%时其分类准确率能达到95.2%,具有较好的应用前景.
其他文献
人致振动舒适度是制约大跨度空间结构设计和使用的重要瓶颈之一.现有的结构减振方法的研究主要针对受振体展开,鲜有涉及振源减振的相关报道.从振源入手,提出Bottle Neck(BN)和Lane Separation(LS)两种障碍布设方案,通过人为干预人群的运动行为,降低人群的行走步频及同频比率,以减小结构的人致振动响应.基于社会力模型,通过Massmotion平台进行人群运动仿真,重点研究了障碍布设方法及障碍参数对人群行走步频的影响.结果表明:(1)通过合理布设障碍,可从源头上避开结构的敏感频率,起到较好的
弹性支承梁易在外部荷载作用下发生大幅振动,本文采用非线性能量阱技术,对弹性支承梁的非线性主共振响应的振动抑制开展研究.基于Hamilton原理,建立非线性能量阱与弹性支承梁的耦合运动方程.通过数值仿真分析,研究不同参数条件下非线性能量阱的振动抑制效果,利用能量法研究非线性能量阱对主结构振动抑制的能量消耗.结果表明:非线性能量阱的运用使系统响应幅值显著下降;随着时间增长,系统总能量大幅下降并趋于稳定,非线性能量阱能实现对弹性支承梁的有效振动抑制.
针对列车轮对振动信号易受轮轨噪声影响、故障特征提取困难等问题,提出一种基于优化变分模态分解(Variational mode decomposition,VMD)和多尺度样本熵-能量(Multiscale sample entropy-energy,MSEEN)指标的故障诊断方法.首先搭建考虑轮轨接触关系的轮对振动实验台,分别进行正常、车轮扁疤、车轴裂纹及扁疤-裂纹耦合故障状态下的轮对振动测试.其次,利用遗传算法,以样本熵、相关系数和均方误差为适应值搜索VMD的最佳分解个数及分解中心频率.然后基于优化VM
针对嵌入式轨道的振动特性进行试验分析,依据图纸设计制作5m双层浇筑式嵌入式轨道实尺模型,以加速度导纳为指标,对嵌入式轨道实尺模型进行锤击试验,探究该轨道形式中钢轨的振动特性,评价其减振性能,并对CRTSⅡ型无砟轨道进行相同试验,将两者实验结果进行对比分析.结果表明:嵌入式轨道钢轨加速导纳出现峰值较少并且峰值均小于0.5 g/N,响应幅值随频率增大整体显示增大趋势,传递函数曲线整体平缓;在全频段无砟轨道结构曲线波动均较明显,相较而言,嵌入式轨道的轨道形式可以明显降低钢轨振动响应峰值,针对100 Hz~300
考虑呼吸型裂纹和非线性赫兹接触力,根据拉格朗日方程建立滚动轴承支承下含横向裂纹的转子系统模型,采用四阶Runge-Kutta方法对裂纹-碰摩耦合故障转子系统的非线性动力学行为进行研究,揭示转速、裂纹深度、裂纹角和定子刚度对系统动力学响应的影响机理.计算结果表明:该系统呈现出多周期、拟周期和混沌等丰富的非线性动力学特性;当裂纹深度增大时,超临界转速区间的拟周期运动转变为多周期和拟周期交替运动;裂纹角变化导致系统的分岔特性产生明显差异,这些差异可作为辅助判断裂纹大致位置的重要依据;定子刚度的增大会导致超临界转
为提高纸纱复合袋糊底机吸开装置工作平稳性和精确性,以在1阶固有频率最大化的前提下使质量最小化为优化目标,提取4个几何变量作为设计变量.首先建立吸开装置的有限元模型,采用拉丁超立方试验设计方法进行样本数据设计,其次将PSO算法与Kriging代理模型结合,用来拟合设计变量与响应之间的关系.最后利用水循环算法对装置进行多目标优化.优化结果表明,吸开装置1阶固有频率提高19.98%,基于Kriging模型和水循环算法的多目标优化方法可提高吸开装置的减振优化效率,可为纸纱复合袋糊底机的优化设计提供参考.
为对一种薄膜型声学超材料的设计提供理论指导,对其隔声性能、影响因素和应用展开研究.构建薄膜型声学超材料的声学仿真模型,开展其隔声性能的单一影响因素和多因素正交优化设计研究,探讨方形声学超材料在汽车前围板上的组合应用.研究表明,随着薄膜厚度或预应力的增加,薄膜型声学超材料单胞的传声损失曲线整体向高频区域移动,传声损失峰值及其所对应的频率均明显增大,有效隔声频率范围变宽;质量块厚度的改变可以在某些频率范围内改变传声损失峰值及其所对应的频率;对薄膜型声学超材料单胞隔声性能影响最大的设计参数是薄膜厚度,其次是薄膜
针对风电机组滚动轴承故障特征微弱、提取困难、诊断效率低下等问题,提出一种基于贝叶斯优化改进卷积神经网络(Convolutional Neural Network,CNN)的风电轴承故障诊断策略.在改进的CNN模型中,在全连接层前新增一卷积层,用于挖掘信号的深层特征;同时对目标函数进行改进,新增L2正则项;对卷积层数据进行批归一化处理并采用带有动量的随机梯度下降(Stochastic Gradient Descent with Momentum,SGDM)算法训练网络,以提高训练速度.使用贝叶斯优化算法对该
2阶瞬态提取变换(Second-order transient-extracting Transform,STET)是一种具有强时频分辨率及一定抗噪性能的新时频分析方法,鉴于该时频方法的独特优势,将2阶瞬态提取变换引入到机械故障诊断中,提出一种新的机械故障诊断方法,将所提方法与传统的时频分析方法如同步提取变换、同步挤压短时傅里叶变换、瞬态提取变换进行对比分析,仿真结果表明,该方法具有较高的时频分辨率和抗噪能力,能有效识别故障信号的时频特征.最后,将该方法应用到采煤机摇臂传动系统的故障诊断中,实验结果验证了
铁路货运线路运量大、运行密度高等因素导致钢轨病害问题频繁发生,需要及时对钢轨进行打磨,改善轮轨关系.采用弗雷歇距离方法,基于区段内不同截面钢轨磨耗型面数据,构建磨耗代表廓形选取模型,结合NURBS曲线理论构建钢轨廓形的描述方法,采用基于钢轨廓形少量离散点的差值拟合算法进行打磨廓形设计;以减少钢轨打磨材料去除量及减小脱轨系数为目标函数,以轮轨匹配特性和降低钢轨磨耗为约束条件,建立钢轨打磨廓形计算模型.结果表明,与标准廓形CN75相比,打磨廓形OP75的材料去除量减少44.7%,轨顶下降高度减少0.39 mm