检索结果-南通市图书馆

基于子领域自适应的变工况下滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2022年第2期52卷 288-295页

作者：董绍江朱朋裴雪武李洋胡小林重庆交通大学机电与车辆工程学院重庆400074 重庆工业大数据创新中心有限公司重庆404100

针对变工况环境下采集到的滚动轴承振动数据特征分布不一致及待诊断样本标签较难获取的问题,提出了一种子领域自适应的深度迁移学习故障诊断方法。首先,为充分利用卷积神经网络图像特征提取能力,将滚动轴承振动信号采用连续小波变换生... 详细信息

针对变工况环境下采集到的滚动轴承振动数据特征分布不一致及待诊断样本标签较难获取的问题,提出了一种子领域自适应的深度迁移学习故障诊断方法。首先,为充分利用卷积神经网络图像特征提取能力,将滚动轴承振动信号采用连续小波变换生成图像数据集;其次,源域与目标域通用特征提取采用改进图像集预训练的ResNet-50网络结构,子领域自适应度量引入局部最大均值差异(LMMD)准则,该度量准则通过计算目标域伪标签以匹配条件分布距离来进行子领域自适应,从而减小不同工况下的子类故障特征分布差异,提高模型诊断精度;最后,在两个公开变工况滚动轴承故障数据集上进行试验验证,结果表明,本文方法平均识别准确率为99%左右,并将其与不同诊断方法进行了对比分析,说明了本文方法的有效性与优越性。

关键词：故障诊断滚动轴承子领域自适应变工况残差网络

基于深度子领域自适应的需求响应潜力评估方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2022年第16期42卷 5786-5797页

作者：孔祥玉刘超王成山李思维陈宋宋智能电网教育部重点实验室(天津大学) 天津市南开区300072 北京中电飞华通信有限公司北京市丰台区100071 中国电力科学研究院有限公司北京市海淀区100192

随着新型电力系统发展,规模化灵活需求侧互动响应资源挖掘成为必然。针对需求响应聚合商缺少聚合用户需求响应历史数据时的潜力分析问题,提出一种基于深度子领域自适应的需求响应潜力评估方法。该方法首先分析影响电力用户参与需求响应... 详细信息

随着新型电力系统发展,规模化灵活需求侧互动响应资源挖掘成为必然。针对需求响应聚合商缺少聚合用户需求响应历史数据时的潜力分析问题,提出一种基于深度子领域自适应的需求响应潜力评估方法。该方法首先分析影响电力用户参与需求响应的关键因素,建立建筑用户典型用电模式下的二次回归参数库;在此基础上,采用基于参数特征相似度的需求响应潜力评估方法,得到用户参与响应的初始估计值;将用户参与响应关键影响因素和参与响应的降负荷率数据应用于训练深度子领域自适应神经网络,并对网络全连接层提取的特征参数进行特征对齐,实现了缺少响应历史数据时潜力评估神经网络的训练。通过算例分析,验证所提方法的有效性。

关键词：特征相似度需求响应潜力评估子领域自适应

基于仿真数据和子领域自适应的轴承故障网络诊断框架

在线全文

学校读者我要写书评

暂无评论

机电工程 2024年第1期41卷 115-122页

作者：韩洁苏小平康正阳南京工业大学机械与动力工程学院江苏南京211800

在实际工业环境中,往往缺乏相应工况的轴承故障数据用于模型训练,这限制了深度学习在工业场景中的应用。基于此,采用两种建模方式生成了轴承故障信号,将其用于训练模型,并利用深度子领域自适应方法,缩小了模拟信号和真实信号间的差异,... 详细信息

在实际工业环境中,往往缺乏相应工况的轴承故障数据用于模型训练,这限制了深度学习在工业场景中的应用。基于此,采用两种建模方式生成了轴承故障信号,将其用于训练模型,并利用深度子领域自适应方法,缩小了模拟信号和真实信号间的差异,提升了模型对真实信号的诊断精度。首先,采用数学建模和基于LS-DYNA的有限元仿真两种方式建立了轴承故障仿真模型,以获取与实际场景相同工况下的轴承故障仿真加速度信号;其次,针对仿真数据和真实数据存在差异的问题,利用子领域自适应方法得到了对齐仿真数据和实际数据的全局特征分布以及相关子领域的特征分布;最后,采用原始一维振动信号作为输入,在残差神经网络(ResNet)模型架构上完成了端到端的轴承故障分类工作;将德国帕德博恩大学采集到的轴承故障信号作为实验数据,对上述模型的有效性进行了验证。研究结果表明:相较于有限元仿真,数学建模生成的仿真信号能够较轻易地迁移到实际信号,在无标签数据场景下具有99.73%的轴承故障识别精度,体现了数学建模在无监督轴承故障诊断领域的广阔应用前景,是在真实工业系统和人工智能之间架起桥梁的关键技术。

关键词：轴承故障数据数学建模 LS-DYNA有限元仿真子领域自适应残差神经网络(ResNet)模型迁移学习能力

基于子领域自适应的多源跨域滚动轴承故障诊断方法研究

在线全文

学校读者我要写书评

暂无评论

基于子领域自适应的多源跨域滚动轴承故障诊断方法研究

作者：王智超哈尔滨工业大学

学位级别：硕士

在实际工业中,滚动轴承的健康状况是机械设备正常运行的关键因素,因此针对滚动轴承健康状态的故障诊断尤为重要。近年来,基于深度学习的新一代人工智能技术凭借对数据的深度特征挖掘能力,成为了智能故障诊断的有效方法。但在实际应用中... 详细信息

在实际工业中,滚动轴承的健康状况是机械设备正常运行的关键因素,因此针对滚动轴承健康状态的故障诊断尤为重要。近年来,基于深度学习的新一代人工智能技术凭借对数据的深度特征挖掘能力,成为了智能故障诊断的有效方法。但在实际应用中,由于工况变化、设备结构差异等复杂因素的影响,面临有效数据样本标签缺失的问题,从而极大程度地降低了现有诊断方法的可信度和工程适用性。本文以存在单点损伤的滚动轴承为研究对象,提出了一种基于子领域自适应的多源跨域滚动轴承故障诊断方法,能够充分利用多个源域进行域自适应以提供更为广泛、充分的诊断知识,并通过更为精细化的子领域对齐减弱负迁移的影响,实现了对无标签待诊断数据的跨域智能故障诊断。智能故障诊断中所使用的训练数据必须包含大量、明显的特征信息。首先针对研究需要,搭建了来自四个不同实验台的轴承故障数据集,并针对所用数据进行了故障特征典型性评估,通过结合时域波形分析以及包络谱分析将原始振动信号划分为理想信号、可训练信号和不可训练信号,保证了后续诊断实验的正确性。面向传统迁移诊断方法中全局领域自适应会导致决策边界的数据分类错误的问题,通过样本之间的相关性,使用类别作为标准将领域进一步细分为多个子领域,并提出一种基于子领域自适应的端到端的故障诊断方法,实现更为精细化的领域对齐以及由数据输入到识别输出端到端的诊断过程。通过跨工况的迁移诊断实验验证了所提方法的有效性和优越性,为多源框架的构建奠定了模型基础。面向不同工业场景中多种来源的故障数据利用不充分的问题,提出了一种基于多源域自适应的非均衡轴承故障诊断框架。该框架将多个源域的数据同时输入到共享特征提取器中,通过私有特征提取器从不同的源域学习特征,采用子领域自适应减少每个源域和目标域之间的域偏移,并利用均值差异最小化分类器之间的差异,最后根据不同源域和目标域之间的关联程度为预测结果赋予不同的权重,通过组合权重来融合多个源域的诊断决策,实现对目标域样本的联合诊断。通过实验研究及对比分析,证实了本文所提的多源子领域自适应方法在跨工况和跨设备故障诊断中优越的诊断精度和泛化能力。同时从特征可迁移性、模型可解释性、超参数敏感性三个角度进一步探究了本文所提方法的迁移诊断性能。

关键词：智能故障诊断迁移学习多源域子领域自适应滚动轴承

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

基于多尺度子领域自适应的轴承故障诊断研究

重庆工商大学学报(自然科学版) 2024年

作者：贡莹莹朱晓娟安徽理工大学计算机科学与工程学院

【目的】针对轴承在不同工况下的振动信号特征分布显著差异以及单一的感受野可能无法有效涵盖多尺度故障特征识别的问题，提出一种多尺度子领域自适应的轴承故障诊断方法。【方法】首先，利用局部最大均值差异（LMMD）来量化分析不同工... 详细信息

【目的】针对轴承在不同工况下的振动信号特征分布显著差异以及单一的感受野可能无法有效涵盖多尺度故障特征识别的问题，提出一种多尺度子领域自适应的轴承故障诊断方法。【方法】首先，利用局部最大均值差异（LMMD）来量化分析不同工况下同类轴承故障样本在特征空间中的分布差异，以提取域不变特征，确保无论在何种工况下都能准确捕获轴承的故障特征；其次，在特征提取阶段构建多尺度膨胀卷积网络架构，采用多个感受野确保每个工况的最佳特征提取范围，避免因感受野大小受限而导致故障信息遗漏的问题；然后，为进一步提升诊断模型对各工况下子类故障特征的识别能力，引入SE注意力机制。赋予各尺度特征不同的关注度权重，从而更加关注与故障诊断紧密联系的特征信息并抑制冗余信息，增强对各工况下子类故障特征表达的一致性和有效性。【结果】最后，在公开数据集下进行实证分析，实验结果表明：所提出方法在各工况下的平均诊断精度约98%。【结论】证实了该方法的有效性和优势，相较于其他现有诊断技术，展现出更高的诊断性能和可靠性。

关键词：变工况子领域自适应故障诊断轴承

仿真数据驱动的长期服役电梯导轨故障迁移诊断方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国机械工程 2024年第1期35卷 125-135页

作者：肖刚顾海瑞董锦锦王琪冰陆佳炜中国计量大学机电工程学院杭州310018

现有的电梯导轨故障诊断研究存在水平振动分类数据稀缺,训练和测试数据集分布差异较大等问题。提出了一种仿真数据驱动的长期服役电梯导轨故障迁移诊断方法。首先构建电梯轿厢的水平动力学模型,将不同类型的导轨故障激励作为系统输入进... 详细信息

现有的电梯导轨故障诊断研究存在水平振动分类数据稀缺,训练和测试数据集分布差异较大等问题。提出了一种仿真数据驱动的长期服役电梯导轨故障迁移诊断方法。首先构建电梯轿厢的水平动力学模型,将不同类型的导轨故障激励作为系统输入进行仿真,获得丰富的轿厢水平异常振动数据;然后融合残差网络和卷积注意力机制来提取故障特征,采用子领域自适应方法实现无监督场景下源域与目标域条件分布的对齐;最后使用不同工况下的电梯水平振动数据作为目标域对所提方法进行验证。实验结果表明,所提方法在无监督跨域场景下具有较高的故障诊断精度,为解决长期服役电梯的故障数据稀缺问题提供了参考。

关键词：仿真数据驱动长期服役电梯水平振动子领域自适应故障诊断

基于数据驱动的电站辅机设备建模与监测方法研究

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的电站辅机设备建模与监测方法研究

作者：蒲健飞东南大学

学位级别：硕士

随着电站信息化的发展,辅机设备运行数据得以保存和使用,挖掘运行数据中蕴含的设备运行特性并建立状态监测模型,对保障设备的安全经济运行具有重要作用。本文以电站辅机设备运行数据为基础,对电站辅机设备建模与监测方法进行研究,主要... 详细信息

随着电站信息化的发展,辅机设备运行数据得以保存和使用,挖掘运行数据中蕴含的设备运行特性并建立状态监测模型,对保障设备的安全经济运行具有重要作用。本文以电站辅机设备运行数据为基础,对电站辅机设备建模与监测方法进行研究,主要研究内容如下:针对辅机设备多模态运行过程,提出一种基于引力搜索鲁棒高斯混合模型算法的建模与监测方法,首先采用REM算法对稳态历史数据进行训练,求解RGMM模型参数,并计算监测指标限值。当监测指标超限后,采用融合监测指标的引力搜索算法对变量进行逐一定位,直到重构监测指标低于限值,输出故障变量。分别以数值算例和高压加热器仿真故障验证所提算法的有效性。针对辅机设备存在的建模数据缺失和数据不完备等问题,提出一种基于深度子领域自适应鲁棒高斯混合模型的建模与监测方法,通过深度子领域自适应网络实现子领域对齐,获得迁移样本,将迁移后的相关领域的数据进行辅助建模,提高模型精度和泛化能力。针对辅机设备动态运行过程,提出一种基于动态潜变量回归算法的建模与监测方法。首先通过DLVR算法提取输入输出变量的动态关系,建立辅机设备动态特性模型,并采用向量自回归模型,实现动态过程中的故障监测。以TE过程标准库和磨煤机为研究对象,验证算法对动态过程故障监测的有效性。最后,以电站辅机设备历史运行数据为基础,开发了融合智能算法的电站辅机设备建模与监测软件平台,并给出了系统架构、运行流程和具体功能。

关键词：电站辅机设备数据驱动建模故障监测多模态过程子领域自适应