检索结果-南通市图书馆

同方期刊数据库

基于一维噪声增强卷积神经网络的轴承剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

轴承 2024年

作者：丁伟陈律王骁贤宋俊材陆思良中国科学技术大学精密机械与精密仪器系安徽大学电气工程与自动化学院

本文基于一维卷积神经网络，采用无条件的噪声注入方法提高了网络模型的训练速度和预测精度，将得到的一维噪声增强卷积神经网络模型(one-dimensional noise enhanced convolutional neural network， 1DNECNN)用于轴承剩余寿命预测。... 详细信息

本文基于一维卷积神经网络，采用无条件的噪声注入方法提高了网络模型的训练速度和预测精度，将得到的一维噪声增强卷积神经网络模型(one-dimensional noise enhanced convolutional neural network， 1DNECNN)用于轴承剩余寿命预测。本方法避免了复杂的数据预处理过程，可从原始振动信号中直接分辨出轴承退化程度。在IEEE PHM Challenge 2012轴承数据集上进行对比实验，1DNECNN与无噪声注入的一维卷积神经网络、二维卷积神经网络和卷积注意力神经网络相比预测均方误差降低了24%～49%。实验结果表明，本文所提出的1DNECNN模型具有更高的预测精度和更优的拟合性能。

关键词：一维卷积神经网络噪声注入剩余寿命预测轴承

基于辅助传感器阵列与NECNN-BiLSTM深度神经网络的磁场信号去噪方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

仪器仪表学报 2024年第7期45卷 227-238页

作者：胡书正王骁贤宋俊材陆思良安徽大学电气工程与自动化学院合肥230601 安徽大学电子信息工程学院合肥230601 安徽大学互联网学院合肥230601

针对强噪声干扰下磁场信号精准去噪难题,提出一种结合中心-卫星架构辅助传感器阵列和深度噪声重建网络的磁场信号去噪新方法。首先,搭建磁场传感器阵列,通过有限元分析进行传感器阵列位置优化,分析中心和卫星传感器信号之间的信号特征... 详细信息

针对强噪声干扰下磁场信号精准去噪难题,提出一种结合中心-卫星架构辅助传感器阵列和深度噪声重建网络的磁场信号去噪新方法。首先,搭建磁场传感器阵列,通过有限元分析进行传感器阵列位置优化,分析中心和卫星传感器信号之间的信号特征。随后,构造一种结合噪声增强卷积神经网络(NECNN)和双向长短期记忆网络(BiLSTM)的深度神经网络模型,利用传感器阵列捕获的噪声信号对构造的网络模型进行训练,揭示中心传感器信号和卫星传感器信号之间的非线性映射关系。最后,在磁场检测过程中,利用卫星传感器阵列噪声重建出中心传感器的噪声分量,再将中心传感器捕获的含噪信号减去重建噪声,得到去噪后的待检测磁场信号。实验结果表明,本文提出方法在磁场去噪的最大误差与均方根误差指标上均优于常规方法,为磁场强干扰下信号动态去噪提供一种新手段,有望应用于电流检测、磁场成像、电池质量检测等领域。

关键词：磁场传感器阵列磁场信号去噪噪声重建深度神经网络

基于杂散磁场信号螺旋曲线投影变换与ResNeXt-18的永磁直线电机偏心故障诊断

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年第18期39卷 5705-5718页

作者：钱龙吴先红宋俊材陆思良王骁贤安徽大学电气工程与自动化学院合肥230601 安徽大学互联网学院合肥230039 安徽大学电子信息工程学院合肥230601

该文提出一种基于杂散磁通密度信号立体螺旋曲线投影面变换与ResNeXt-18深度学习框架相结合的方法,以实现永磁同步直线电机(PMSLM)偏心故障的非侵入式诊断。首先,建立PMSLM有限元模型,分析静态和动态偏心故障下的电机内部与杂散磁场分... 详细信息

该文提出一种基于杂散磁通密度信号立体螺旋曲线投影面变换与ResNeXt-18深度学习框架相结合的方法,以实现永磁同步直线电机(PMSLM)偏心故障的非侵入式诊断。首先,建立PMSLM有限元模型,分析静态和动态偏心故障下的电机内部与杂散磁场分布。采用隧道磁阻效应(TMR)传感器并设计连接件,实现传感器与电机动子一体化设计,对电机外部杂散磁通密度信号进行实时非接触式测量。其次,引入立体螺旋曲线变换(TDSCT)信号处理算法,对电机偏心故障下的外部杂散磁通密度一维信号进行三维调制,并通过对多视角下二维投影面图像的拼接融合,实现故障特征的可视化增强。然后,引用深度学习ResNeXt-18分类框架,通过对杂散磁通密度信号二维投影面数据集的训练学习,实现偏心故障的定量精细化诊断,精度高达99.4%。与Xception,ResNet-18,GoogLeNet和CNN的对比实验表明,ResNeXt-18具有更高的诊断精度和鲁棒性。最后,搭建PMSLM样机实验平台,验证了该文所提方法的有效性。

关键词：永磁同步直线电机偏心故障诊断外部杂散磁场信号立体螺旋曲线变换 ResNeXt-18

基于S-L2UWE变换和SA-ConvNeXt的永磁同步直线电机导轨故障诊断

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2024年第19期43卷 28-36页

作者：吴艳萍陆思良宋俊材王骁贤吴先红丁伟安徽大学电气工程与自动化学院合肥230601 安徽大学互联网学院合肥230039 安徽大学电子信息工程学院合肥230601

提出了一种基于SL(S-L2UWE)变换和SA-ConvNeXt模型相结合的故障诊断方法,以解决永磁同步直线电机导轨磨损、滚珠磨损和滚珠缺失等多类型故障精准识别诊断的问题。首先对采集的振动信号进行S变换处理,将一维时域信号转化成二维时频图像;... 详细信息

提出了一种基于SL(S-L2UWE)变换和SA-ConvNeXt模型相结合的故障诊断方法,以解决永磁同步直线电机导轨磨损、滚珠磨损和滚珠缺失等多类型故障精准识别诊断的问题。首先对采集的振动信号进行S变换处理,将一维时域信号转化成二维时频图像;利用L2UWE算法对S变换后的图像进行增强,实现故障时频图像颜色和形状的细节特征增强显示;将自注意力模块(self-attention,SA)引入到ConvNeXt模型中,从特征通道层面上统计图像的全局信息,使网络关注重点特征,提高模型分类精度。最终,基于SL变换和SA-ConvNeXt深度学习模型对于直线导轨故障的识别准确率高达93.8%,能准确识别导轨和滚珠磨损、缺失等故障。对比试验和鲁棒性试验,验证了本文所提方法的有效性和优越性。

关键词：直线导轨 SL(S-L2UWE)变换 SA-ConvNeXt 故障诊断

变转速工况下基于多传感器信号深度特征融合的电机故障诊断研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2022年第3期43卷 59-67页

作者：王骁贤陆思良何清波张世武安徽大学电子信息工程学院合肥230601 中国科学技术大学精密机械与精密仪器系合肥230027 安徽大学电气工程与自动化学院合肥230601 上海交通大学机械与动力工程学院上海200240

本文提出一种利用多传感器信号深度特征融合的方法实现电机变转速工况下的故障诊断。首先从多传感器节点同步采集电机的多通道振动、声音和漏磁信号。对漏磁信号进行处理获取电机转子的累积转角曲线,随后利用累积转角曲线对振动和声音... 详细信息

本文提出一种利用多传感器信号深度特征融合的方法实现电机变转速工况下的故障诊断。首先从多传感器节点同步采集电机的多通道振动、声音和漏磁信号。对漏磁信号进行处理获取电机转子的累积转角曲线,随后利用累积转角曲线对振动和声音信号进行阶比分析处理。最后利用双层双向长短期记忆网络从经过预处理的多传感器信号中提取和融合特征以诊断电机故障。实验结果表明,通过提取和融合8通道的电机振动和声音信号,本文提出的方法能够有效识别电机的高阻接触、偏心、霍尔断线、相间短路、轴承等10类运行状态,分类准确率达到99.86%。该方法有望部署在物联网边缘计算节点中,实现电机的远程在线状态监测和故障诊断。

关键词：电机故障诊断多传感器信号深度特征融合双层双向长短期记忆网络阶比分析

基于杂散磁场感知与NBCNN-LSTM-Attention深度回归建模的永磁直线电机气隙磁密测量研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2023年第7期44卷 305-314页

作者：吴先红宋俊材王骁贤陆思良安徽大学电气工程与自动化学院合肥230601 安徽大学互联网学院合肥230601 安徽大学电子信息工程学院合肥230601

本文提出一种基于隧道磁阻(TMR)传感器和噪声注入卷积神经网络(NBCNN)、长短期记忆网络(LSTM)、注意力机制动态集成神经网络预测模型(NBCNN-LSTM-Attention)的双边永磁同步直线电机气隙磁密新型非侵入式测量方法。首先,建立直线电机气... 详细信息

本文提出一种基于隧道磁阻(TMR)传感器和噪声注入卷积神经网络(NBCNN)、长短期记忆网络(LSTM)、注意力机制动态集成神经网络预测模型(NBCNN-LSTM-Attention)的双边永磁同步直线电机气隙磁密新型非侵入式测量方法。首先,建立直线电机气隙磁场的解析模型和有限元模型作为数据基础,探寻直线电机的外部空间杂散磁场和内部中心气隙磁场存在非线性映射关系。其次,引入TMR传感器测量直线电机外部杂散磁场信号,并对传感器的安装位置进行优化,将内外一维磁密信号进行相似度特征匹配,以获取传感器最优测量位置。然后,将电机外部杂散磁场数据作为输入,内部气隙磁场数据作为输出,建立NBCNN-LSTM-Attention网络的内外磁场高精度映射模型,实现“用外代内”的非侵入式气隙磁密高精密测量。最后,搭建直线电机气隙磁密测量实验平台和高斯计对比测量实验平台,验证了本文所提方法的先进性和优越性。

关键词：双边永磁同步直线电机隧道磁阻传感器曲线相似度匹配传感器位置优化卷积神经网络

基于多尺度信号调节自编码器的永磁电机故障诊断研究

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2022年第14期41卷 164-171页

作者：汪文龙贺长波王骁贤陆思良安徽大学电气工程与自动化学院高节能电机及控制技术国家地方联合工程实验室合肥230601 中国科学技术大学精密机械与精密仪器系合肥230027

永磁电机在工业自动化及新能源汽车等领域具有重要的应用,电机故障诊断对于保障运动控制精度和避免停机损失具有十分重要的意义。现代信号处理方法和人工智能技术被广泛应用于电机故障诊断,然而在强噪声干扰情况下如何精确识别电机故障... 详细信息

永磁电机在工业自动化及新能源汽车等领域具有重要的应用,电机故障诊断对于保障运动控制精度和避免停机损失具有十分重要的意义。现代信号处理方法和人工智能技术被广泛应用于电机故障诊断,然而在强噪声干扰情况下如何精确识别电机故障类型仍是一个挑战。该研究设计一种新的多尺度信号调节自编码器,首先采集电机的振动信号并通过小波变换分解得到信号的多尺度特征,研究各个尺度特征对自编码器分类精度的影响,随后根据多尺度特征对应的精度进行原信号的调节和重构,再将调节信号输入自编码器中,最终提升电机故障类型识别的精度。试验结果表明,该方法相比于传统方法,在强背景噪声干扰情况下能够有效识别电机的8种健康或故障状态,并且具有良好的抗噪性和稳定性。

关键词：永磁电机故障诊断小波分解多尺度信号调节自编码器

基于漏磁和振动信号融合的变转速电动机轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

轴承 2022年第4期 63-69页

作者：安康王骁贤陆思良安徽大学电气工程与自动化学院合肥230601 中国科学技术大学精密机械与精密仪器系合肥230027

基于频谱分析的轴承故障诊断方法在恒定转速时具有较好效果,但在变转速工况下难以适用。提出一种基于漏磁和振动信号融合的方法实现变转速工况下电动机轴承的故障诊断,首先同步采集电动机漏磁和振动信号,通过漏磁信号分析估计电动机的... 详细信息

基于频谱分析的轴承故障诊断方法在恒定转速时具有较好效果,但在变转速工况下难以适用。提出一种基于漏磁和振动信号融合的方法实现变转速工况下电动机轴承的故障诊断,首先同步采集电动机漏磁和振动信号,通过漏磁信号分析估计电动机的转速及转角,随后对时域振动信号进行阶次分析实现轴承故障诊断。在变转速工况下针对轴承外圈故障和内圈故障的试验验证了该方法的有效性和准确性,并将算法移植到嵌入式系统上实现了电动机轴承的实时在线故障诊断。

关键词：滚动轴承故障诊断无刷直流电动机嵌入式系统滤波

维普期刊数据库博看期刊

Convformer-NSE融合多源信号的开关磁阻电机故障诊断

在线全文

学校读者我要写书评

暂无评论

机械科学与技术 2023年

作者：韩厚宏宋俊材陆思良王骁贤安徽大学电气工程与自动化学院安徽大学互联网学院中国科学技术大学精密机械与精密仪器系

针对现有开关磁阻电机高阻接触故障研究较为匮乏、多源信号复合故障分类识别精度有待提高的问题，提出一种基于卷积结合Transformer的Convformer-NSE模型融合多源信号的开关磁阻电机高阻接触故障及轴承故障诊断方法。首先，搭建了开关... 详细信息

针对现有开关磁阻电机高阻接触故障研究较为匮乏、多源信号复合故障分类识别精度有待提高的问题，提出一种基于卷积结合Transformer的Convformer-NSE模型融合多源信号的开关磁阻电机高阻接触故障及轴承故障诊断方法。首先，搭建了开关磁阻电机电动汽车驱动系统实验平台，并通过非侵入式方法采集电机定子绕组电流以及电机轴承振动信号分别作为高阻接触故障、轴承故障信号；其次，通过Convformer-NSE模型融合电流、振动信号的全局和局部信息，实现了对电机原始信号自动提取特征并识别分类的过程；最后，通过与相关模型方法的对比实验验证，所提方法可以精确识别高阻故障相位置和轴承故障类型，分类精度可达100 %。此外，在不同噪声环境下的实验结果表明，该方法具有较好的鲁棒性和可靠性。

关键词：开关磁阻电机高阻接触故障诊断轴承故障诊断 Transformer Convformer-NSE