检索结果-南通市图书馆

振动．测试与诊断 2022年第5期42卷 1009-1016,1040页

作者：董绍江李洋梁天赵兴新胡小林裴雪武朱朋重庆交通大学机电与车辆工程学院重庆400074 重庆长江轴承股份有限公司重庆401336 重庆工业大数据创新中心有限公司重庆401000

针对变工况和噪声背景下滚动轴承故障难以诊断的问题,提出一种将注意力机制、DropConnect和Dropout混合加入到卷积神经网络双向长短时记忆网络(convolutional neural network-bidirectional long short-term memory,简称CNN-BiLSTM)模型的滚动轴承故障诊断方法。首先,将滚动轴承不同工况下的各类故障状态的原始振动信号进行预处理,构建标签化的训练数据集和测试数据集;其次,把注意力机制引入到BiLSTM中提取更加重要的深层故障特征,同时将DropConnect和Dropout混合使用分别抑制CNN和BiLSTM网络在训练过程中的过拟合问题,从而得到改进的CNN-BiLSTM模型;然后,将处理后的标签化数据集输入改进的模型中训练;最后,利用Softmax分类器进行故障类别诊断。通过选取不同数据集验证,证明该方法均有较好的泛化性和抗噪能力。

关键词：变工况故障诊断卷积神经网络双向长短时记忆网络注意力机制 DropConnect和Dropout

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

融合注意力机制的改进DBN变工况齿轮箱故障诊断方法

引用

振动与冲击 2021年第14期40卷 47-52页

作者：张智禹尹爱军谭建重庆大学机械工程学院机械传动国家重点实验室重庆400044 中国石油西南油气田分公司重庆气矿重庆400021

针对齿轮箱在交变工况下运行时导致的故障模式难以识别、分类精度降低的问题,提出融合注意力机制的改进深度置信网络(DBN)变工况齿轮箱故障诊断方法。为解决齿轮箱单一时、频域特征反应故障信息不全面、异常不敏感问题,提取时域、频域... 详细信息

针对齿轮箱在交变工况下运行时导致的故障模式难以识别、分类精度降低的问题,提出融合注意力机制的改进深度置信网络(DBN)变工况齿轮箱故障诊断方法。为解决齿轮箱单一时、频域特征反应故障信息不全面、异常不敏感问题,提取时域、频域、小波包时频域特征形成高维特征集。利用深度置信网络具有的贪心学习优势分别对其进行挖掘,同时结合注意力机制自适应对描述齿轮箱状态有效的特征给予更多“注意”,从而提高齿轮箱故障诊断精度。引进余弦损失函数降低深度置信网络对不同工况振动强度的敏感性,从而减轻网络拟合负担、提高泛化能力。齿轮箱变工况故障诊断试验结果表明,所提方法有效提高了变工况下齿轮箱故障诊断精度,同时具有很好的泛化能力。

关键词：注意力机制余弦损失函数深度置信网络(DBN) 齿轮箱变工况故障诊断

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

变工况下的齿轮箱归一化特征参数提取及其故障诊断

变工况下的齿轮箱归一化特征参数提取及其故障诊断

引用

作者：王健湖南大学

学位级别：硕士

齿轮箱作为主要的传动部件广泛应用于各类旋转机械。随着自动化,智能化水平的提高,对齿轮箱的智能故障诊断提出了更高的要求。变工况故障诊断的关键是提取到的特征值不随工况发生变化,只与故障类型和程度相关,而常用的特征值都很难取得... 详细信息

齿轮箱作为主要的传动部件广泛应用于各类旋转机械。随着自动化,智能化水平的提高,对齿轮箱的智能故障诊断提出了更高的要求。变工况故障诊断的关键是提取到的特征值不随工况发生变化,只与故障类型和程度相关,而常用的特征值都很难取得满意的效果。冗余属性投影(Nuisance Attribute Projection,NAP)作为一种通道补偿技术最早应用于语音处理。NAP能够最大程度的消除工况对特征值的影响,将常用的特征值投影之后便能够进行有效的故障识别。因此,本文在研究总体经验模态分解方法(Ensemble Empirical Mode Decomposition,EEMD)的基本理论与应用的基础上,提出了改进的EEMD方法,并将改进的EEMD、NAP、迁移学习等方法相结合应用于变工况下的齿轮箱故障诊断。论文主要的研究内容有:(1)提出了改进的EEMD方法。针对EEMD方法的参数选取缺乏自适应性的问题提出了改进的EEMD方法。首先分析了白噪声的最大频率对信号包络的影响,把白噪声幅值和最大频率作为改进EEMD方法的参数。该方法将总体平均次数固定为2,然后确定噪声幅值和最大频率的分析范围和步长,遍历之后得到不同噪声幅值和最大频率下的分解结果,最后计算分解结果的正交性指标得到最优参数和最终分解结果。通过仿真和实验信号证明该方法能更好的抑制模态混淆。(2)提出了基于NAP的变工况故障诊断方法。该方法首先通过改进的EEMD方法分解信号之后提取多个特征值组成特征矩阵,然后将特征矩阵通过NAP进行投影之后去除与工况相关的部分,最后把投影之后的特征值训练神经网络进行故障识别。通过仿真和实验信号验证了该方法在变工况故障诊断中的有效性。(3)提出了基于工况特征的变工况故障诊断方法。该方法将工况当成特征值与其余常用的特征值一起训练,建立工况、特征值、故障三者之间的关系模型之后用于故障识别。通过齿轮箱振动信号验证了该方法的有效性。(4)提出了基于迁移学习的小样本故障诊断方法。该方法将多个相近工况下的样本作为辅助样本,与少量目标工况下的样本一起训练,然后将训练之后的模型用于故障识别。进一步针对迁移学习的负迁移问题提出了改进的迁移学习方法。通过计算辅助样本的可迁移度进行样本筛选之后用于迁移学习能取得更好的预测效果。通过齿轮箱振动信号证明了该方法在小样本故障诊断中的有效性。

关键词：改进的EEMD方法冗余属性投影迁移学习神经网络变工况故障诊断

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：