發(fā)布時間：2024-06-28 19:54

　　滾動軸承作為大型機(jī)械設(shè)備的基本部件,其狀態(tài)的正常與否直接影響到設(shè)備能否安全運(yùn)行。若軸承在設(shè)備運(yùn)行過程中出現(xiàn)故障,不但會造成巨大的經(jīng)濟(jì)損失,甚至?xí)�引發(fā)一系列災(zāi)難。因此,對滾動軸承故障診斷技術(shù)進(jìn)行研究具有十分重要的實際意義。故障診斷的過程一般可分為四個步驟:信號采集、特征提取、特征選擇和故障識別。其中故障的特征提取和故障識別是最終決定能否準(zhǔn)確判斷滾動軸承故障類別的重要步驟,故本文將從這兩方面進(jìn)行深入研究。主要工作如下:(1)對滾動軸承故障信號的特征提取方法的研究:首先針對稀疏降噪自編碼器(SDA)在特征提取過程中存在的計算復(fù)雜度高、參數(shù)不易調(diào)節(jié)和訓(xùn)練收斂速度慢等問題,對SDA網(wǎng)絡(luò)的損失函數(shù)進(jìn)行邊緣化處理,構(gòu)成稀疏邊緣降噪自編碼器(MSDA),隨后結(jié)合逐層貪婪算法得到具備深層神經(jīng)網(wǎng)絡(luò)性質(zhì)的堆疊稀疏邊緣降噪自編碼器(SMSDA),然后將SMSDA網(wǎng)絡(luò)與Softmax分類器結(jié)合,得到SMSDA-Softmax特征提取模型,最后利用QPZZ-Ⅱ旋轉(zhuǎn)機(jī)械故障模擬實驗平臺模擬多種故障類型,對比實驗表明,本文提出方法相比于傳統(tǒng)的堆疊稀疏降噪自編碼器(SSDA),在收斂速度以及學(xué)習(xí)精度上都有了較大提升。(...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3.2故障診斷實驗平臺

武漢科技大學(xué)碩士學(xué)位論文24圖3.2故障診斷實驗平臺3.3.1實驗數(shù)據(jù)本次實驗的振動信號來源于QPZZ-Ⅱ旋轉(zhuǎn)機(jī)械振動故障實驗平臺上，實驗軸承型號為N205EM,軸承節(jié)徑為39.5mm,滾動體直徑為7.5mm,滾動體個數(shù)為12個,接觸角為0°。信號采集傳感器為IMIM626B03....

圖4.2非線性支持向量機(jī)原理圖

武漢科技大學(xué)碩士學(xué)位論文32圖4.2非線性支持向量機(jī)原理圖在給定核函數(shù)的情況下，可以采用求線性分類問題的方法對非線性分類問題進(jìn)行求解。學(xué)習(xí)是隱式地在特征空間中進(jìn)行，這樣的技巧稱為核技巧。在實際應(yīng)用中，核函數(shù)的選取往往通過經(jīng)驗判斷，本文接下來對幾種常見的核函數(shù)進(jìn)行了簡單介紹。（1）....

圖5.1滾動軸承實驗平臺

武漢科技大學(xué)碩士學(xué)位論文38第5章實驗研究在第三章中，本文已采用實驗室故障診斷實驗平臺證明了SMSDA-Softmax模型能夠直接對滾動軸承的原始信號進(jìn)行分類識別，并且在不同噪聲干擾下都能取得良好的診斷效果。針對第四章提出的SMSDA-PSO-SVM模型，為了檢測模型在面對多種故....

圖5.3分類混淆矩陣

武漢科技大學(xué)碩士學(xué)位論文42表5.5模型主要參數(shù)名稱數(shù)值輸入節(jié)點1024輸出層節(jié)點10稀疏性參數(shù)0.05稀疏懲罰項參數(shù)0.008邊緣限制參數(shù)0.0003本次仿真實驗選取含有3個隱層的SMSDA網(wǎng)絡(luò)，其中每個隱藏層神經(jīng)元數(shù)量分別選擇為512-512-256。5.4.2改進(jìn)支持向量機(jī)....

本文編號：3996601