检索结果-南通市图书馆

北京工业大学学报 2015年第11期41卷 1681-1687页

作者：崔玲丽张宇巩向阳张建宇北京工业大学北京市精密测控技术与仪器工程技术研究中心北京100124

为了解决轴承损伤尺寸难以诊断的问题,建立滚动轴承非线性振动的动力学模型,并通过解析法求解轴承4种不同大小的故障振动信号响应,根据故障轴承响应信号的双冲击时间间隔对轴承故障进行定量分析,分析结果表明了该定量分析方法的准确性.... 详细信息

为了解决轴承损伤尺寸难以诊断的问题,建立滚动轴承非线性振动的动力学模型,并通过解析法求解轴承4种不同大小的故障振动信号响应,根据故障轴承响应信号的双冲击时间间隔对轴承故障进行定量分析,分析结果表明了该定量分析方法的准确性.进而对多组不同故障大小的轴承数据进行统计学分析,建立了轴承外圈损伤程度区间.滚动轴承外圈实验结果验证了提出的基于故障机理的轴承故障定量诊断方法的有效性.

关键词：滚动轴承故障定量诊断损伤程度区间

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

基于深度残差收缩网络和迁移学习的轴承故障定量诊断方法研究

基于深度残差收缩网络和迁移学习的轴承故障定量诊断方法研究

引用

作者：朱良玉桂林电子科技大学

学位级别：硕士

随着工业4.0和工业物联网技术的迅速发展,设备的状态监测与故障诊断已进入智能化阶段。轴承作为机械传动系统的关键部件之一,对保障设备的安全稳定运转起着重要的作用。对轴承开展故障定量诊断工作可揭示出故障的发展程度及演化规律,为... 详细信息

随着工业4.0和工业物联网技术的迅速发展,设备的状态监测与故障诊断已进入智能化阶段。轴承作为机械传动系统的关键部件之一,对保障设备的安全稳定运转起着重要的作用。对轴承开展故障定量诊断工作可揭示出故障的发展程度及演化规律,为机械设备的可靠性评估与寿命预测提供依据,避免维修不足或维修过剩造成的经济损失。深度学习通过自动提取振动信号中的故障信息,使机械故障诊断由传统的特征提取与分类转变为端到端的智能诊断模式。迁移学习基于振动信号中故障信息之间的相关性,使智能诊断模型具有解决复杂工况下缺少大量历史数据问题的能力。因此,本文以深度残差收缩网络和迁移学习技术为支撑,开展基于深度残差收缩网络和迁移学习的轴承故障定量诊断方法研究。主要研究内容如下:(1)对滚动轴承故障定量诊断方法进行综述,将近年来相关学者进行滚动轴承故障定量诊断的研究归纳为三大类:基于双冲击特征与动力学建模的定量诊断方法、冲击脉冲法、大数据驱动的智能定量诊断方法,并分别介绍了这三类方法的基本思想、研究进展、适用环境以及优缺点。(2)针对不同工况条件下轴承振动数据分布不一致、源领域与目标领域自适应过程中适配不足或过度适配的问题,提出一种基于子结构最优传输与支持向量机的跨工况轴承故障诊断及故障严重程度评估方法。通过对源领域及目标领域轴承样本数据子结构生成、加权与映射的处理,避免了领域级、类级以及样本级匹配故障诊断方法中源领域与目标领域数据适配不足和过度适配的问题。在子结构生成、加权与映射的基础上,选用支持向量机模型,提高了轴承故障诊断效果,并通过所提方法进一步实现了跨工况轴承外圈故障严重程度的估计。(3)针对智能诊断模型在诊断含噪声的复杂数据时,容易出现过拟合现象以及部分情况下模型不收敛,从而影响其诊断能力的问题,提出一种基于改进深度残差收缩网络的轴承故障定量诊断方法。通过在残差模块中添加子网络构建残差收缩模块,实现对信号的自动软阈值化,减小振动信号中噪声的干扰。在由残差收缩模块构建的深度残差收缩网络的基础上,在网络中采用具有宽卷积核的卷积层、Drop Block层、Leaky Relu激活函数以及Adamax优化器,进一步提高模型的诊断能力。利用双馈式风力发电机测试平台建立轴承外圈、轴承内圈、轴承滚动体不同故障尺寸数据集,并利用该数据集证明了所提改进深度残差收缩网络方法的有效性。(4)针对基于改进深度残差收缩网络的轴承故障定量诊断方法需要大量有标签历史数据的问题,提出一种基于改进深度残差收缩网络与熵条件领域对抗网络的跨工况轴承故障定量诊断方法。在搭建改进深度残差收缩网络模型提升故障诊断能力的同时,将其与熵条件领域对抗网络相结合,通过对抗的思想对齐源领域和目标领域轴承样本数据,实现跨工况条件下轴承外圈、内圈以及滚动体故障的定量诊断。

关键词：故障定量诊断跨工况子结构级匹配深度残差收缩网络领域对抗

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

基于自适应频带冲击强度的滚动轴承故障量化评估

引用

振动与冲击 2018年第19期37卷 30-38页

作者：张龙成俊良李兴林杨世锡浙江大学机械工程学院杭州330027 华东交通大学机电与车辆工程学院南昌330013 杭州轴承试验研究中心博士后工作站杭州310022

滚动轴承故障程度量化评估是实现其有效剩余寿命预测和状态维修的基础,目前广泛研究的基于距离和概率相似度量的故障定量评估方法存在计算复杂且易于过早饱和等缺点,不利于在线监测应用。常规时域统计指标如均方根值(Root Mean Square,R... 详细信息

滚动轴承故障程度量化评估是实现其有效剩余寿命预测和状态维修的基础,目前广泛研究的基于距离和概率相似度量的故障定量评估方法存在计算复杂且易于过早饱和等缺点,不利于在线监测应用。常规时域统计指标如均方根值(Root Mean Square,RMS)因具有计算简单且与故障发展趋势一致性较好等优点,在工程实际中得到广泛应用,但RMS对早期故障不够敏感。针对上述不足,提出了一种新的故障量化评估指标——自适应频带冲击强度(Shock Value of Selected Frequency Band,SVSB)。首先利用提出的包络谱谱峰因子(Crest of Envelope Spectrum,EC)对复平移Morlet小波滤波器的中心频率和带宽参数进行优化选择,得到自适应最优滤波器并对分析信号进行滤波;再将滤波信号的RMS值与EC值的乘积作为故障程度评估指标。该指标包含的RMS和EC分别反映了滤波频带内信号的总强度和冲击分量所占比例,因此能有效反映滚动轴承循环冲击故障特征的强弱,从而量化评估冲击类故障程度。人工植入故障实验数据和滚动轴承疲劳试验数据分析表明该方法能够有效跟踪轴承故障发展趋势并对早期故障敏感。

关键词：故障定量诊断滚动轴承小波滤波共振解调

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

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：