【摘 要】
：
滚动轴承作为机械结构中的关键部件,其健康状态会对整个机构的运行情况造成直接的影响,对轴承状态开展实时监控尤为重要。现阶段仍有许多智能诊断方法需要通过人工先验知识构造特征集合,无法实现“端对端”的智能故障诊断,且多受限于对大量且均衡的训练样本需求。另一方面,失效信号的缺失是一种轴承故障诊断中无可避免的问题,研究常采用函数仿真信号、实验室模拟故障信号等信号进行替代。但实际生产过程中,往往会面临部分故障
论文部分内容阅读
滚动轴承作为机械结构中的关键部件,其健康状态会对整个机构的运行情况造成直接的影响,对轴承状态开展实时监控尤为重要。现阶段仍有许多智能诊断方法需要通过人工先验知识构造特征集合,无法实现“端对端”的智能故障诊断,且多受限于对大量且均衡的训练样本需求。另一方面,失效信号的缺失是一种轴承故障诊断中无可避免的问题,研究常采用函数仿真信号、实验室模拟故障信号等信号进行替代。但实际生产过程中,往往会面临部分故障难以通过模拟实验得到以及函数仿真信号与真实振动信号差异较大等问题。目前在轴承故障诊断方法的研究中,出发点多在于样本均衡情景下改良故障诊断模型获得更优的诊断精度,而少有研究样本不均衡情景下提升模型故障诊断能力的方法。随着集成学习与深度学习技术的发展,构建适用于样本不均衡情景下的滚动轴承故障诊断模型是一个新的研究挑战。针对以上问题,本文以卷积神经网络为基础,结合随机森林、生成对抗网络等方法,根据不同场景从优化模型与扩增样本两个角度出发开展样本不均衡情景下的滚动轴承故障诊断研究。优化模型角度构建了CNN-RF模型,并进一步提升诊断能力构建了Bagging-MCNN模型;扩增样本角度构建了DCGAN模型,并为增强模型稳定性构建了EEMD-DCWGAN模型。论文的主要研究成果如下:（1）提出了一种基于CNN-RF的滚动轴承故障诊断方法。该方法利用深度学习非线性拟合能力实现智能提取原始样本特征,降低对人工以及专家知识的依赖。然后构建以CART决策树为基础的随机森林诊断模型,提升了模型对少数类样本的敏感性。对卷积神经网络与随机森林的优点进行结合,使模型能够更适应样本不均衡的情景。最后通过实例进行验证。（2）提出了一种基于Bagging-MCNN的滚动轴承故障诊断方法。该方法利用类别重组法提升少数类样本的抽样概率,进一步增加了诊断模型对少数类样本的“重视”。然后针对CNN-RF滚动轴承故障诊断模型中诊断能力存在不足的问题,引入Bagging方法通过集成的方式构建了多通道卷积神经网络模型,有效提高了模型的诊断精度以及诊断结果的稳定性。并通过实例进行验证。（3）提出了一种基于DCGAN的滚动轴承故障诊断方法。该方法从扩增样本的角度出发,进一步探究极端样本不均衡情景下的故障诊断方法。首先为了消除初始相位对生成对抗网络造成的影响,采用快速傅里叶变换方法将轴承振动信号转变为频域信号。同时,采用卷积神经网络对生成器与鉴别器进行构造,提高了普通GAN模型的样本生成能力。通过实例验证,该模型针对样本不均衡情景具有更强的泛化性。（4）提出了一种基于EEMD-DCWGAN的滚动轴承故障诊断方法。该方法利用EEMD将原始振动信号分解为多个本征模态函数,并构造相关性矩阵对获得的本征模态函数进行融合,以此突出原始样本的局部特征。其次引入Wasserstein距离作为新的损失函数提高模型生成样本的稳定性。并通过实例进行验证。
其他文献
本文以位于藏东南地区的邦达隧道作为研究对象,该区域具有高地应力、高海拔、地形起伏大、岩性复杂及构造运动活跃等特点,在工程建设过程中容易发生硬岩岩爆和软岩大变形。因此,结合研究区工程地质概况和现有的分析方法,对研究区岩爆和大变形问题开展三维模拟分析显得尤为重要。本文在研究区实测地应力数据收集和野外工况调查的基础上,对隧址区实测地应力数据进行拟合分析,探究区域应力侧压系数k随隧道埋深的变化规律,以了解
在公路隧道建设过程中,有时因为线型和附近建筑物的影响,上下行隧道不得不设置的比较近,若同时左右线隧道为非对称布置,此时便成为非对称小净距隧道。由于非对称小净距隧道左右线断面大小及跨度并不一致,针对不同的断面,其施工方法和结构设计也不尽相同,因此左右线隧道相互影响的程度和规律也因具体工程不同而存在较大差异。而目前关于非对称小净距隧道的相关研究并不多见,相关隧道设计规范也并未明确涉及,因此对非对称小净
目前,随着科技和经济的发展,化石燃料的供应变得越来越有限,故亟需寻找可再生能源来取代化石燃料,以促进社会的可持续发展。氨（NH3）作为一种经济、绿色、可持续的资源已经逐渐引起了人们的广泛关注,但是工业法合成氨不仅依赖化石燃料且消耗大量能源,容易对环境造成极大的污染。而电催化法合成氨因其效率高、反应快且无污染等优点而受到人们广泛关注。另一方面,亚硝酸盐（NO2-）作为一种常见的水溶性氮化合物,在日常
纳米科学技术作为一门具有较强交叉性的综合学科,引领多个领域前沿科技的发展,目前已被多个国家视为科学技术竞争的制高点。作为纳米科学技术的重要组成部分之一,纳米操纵技术是实现纳米材料的移动、拼接及可控变形等的关键方法,对纳米器件的制造具有不可或缺的作用。原子力显微镜（AFM）是一种可用于纳米操纵的设备。目前,由于对纳米线和基底间粘着力以及操纵过程中AFM针尖与纳米线相互作用的研究较为匮乏,探针对较软的
近年来,由于人工智能和计算机视觉技术的发展,基于计算机视觉的场景分析成为学者们的研究热点。本文基于邻域系统的思想,通过计算机视觉技术给出了一套通用的场景分析、评判方法,以及具体应用案例。基于邻域系统的思想将场景图像划分为几个相互不叠加的区域块,其中每个区域块到摄像头的距离不同且位于场景不同方向。进而将场景分析这一整体问题转换为各区域块地局部分析问题,给出了区域块划分的概念。基于目标检测提取目标信息
人们生活水平日益提高,科学技术稳扎稳打的发展,在这个复杂的世界,存在着许多的多斑块模型,比如人际交往的社交网络,网上冲浪的Internet网,提供电力的通电网,维护交通的交通网以及多斑块的流行病模型等。实际中的多斑块模型往往是存在扩散的,且斑块中的每个元素的扩散情形可能不同,因此在研究多斑块模型时需要考虑多种扩散。复杂网络的拓扑结构常常未知或部分未知,从而有必要识别复杂网络的拓扑结构。随机干扰是日
随着我国交通建设的快速发展,隧道火灾安全受到社会和研究学者的广泛关注。山岭隧道较城市公路隧道火灾烟气更难控制、疏散救援难度更大,因此一般辅以竖井进行通风排烟。本研究依托深圳马峦山隧道,基于Froude相似准则搭建1/10缩尺寸竖井隧道模型,实验设计0#柴油为燃料,通过改变纵向火源位置、火源热释放速率、隧道纵向风速、竖井机械排烟风速开展隧道纵向通风协同竖井排烟方式下的火灾烟气特性影响研究,该研究对隧
电接触结构被广泛应用于电子设备中,其功能是保证设备内部元件电信号的有效传输,其性能的稳定性是保证电子设备高效运行的基本条件之一。电接触结构的性能退化受到接触副材料、工作参数及环境因素等多方面的综合影响。电子设备不可避免地需要在一些复杂、极端的环境中进行服役,环境因素会加速电接触结构性能退化,导致电子设备的使用寿命降低。因此,开展复杂环境因素对电接触性能的影响研究对提高电子设备的可靠性具有重大意义。
大量科学研究和临床实践结果表明,金属材料的弹性模量远高于人体骨组织,严重的力学失配易导致金属假体与骨组织结合松动,难以满足预期植入效果。近年来,随着3D打印技术的发展,多孔材料可以通过设计微观结构和孔隙率来控制力学性能的变化,进而改善植入物的力学性能,促进骨生长,提高假体植入的长期稳定性。基于三周期极小曲面（Three Period Minimal Surface,TPMS）的多孔结构被认为是最有
滚动轴承作为旋转机械设备中重要的组成部件,其健康状况直接影响着整台设备的可靠性。但由于滚动轴承所处的工况环境复杂多变,使得其健康状况会逐渐下降,出现故障的可能性逐渐增加。一旦出现故障,轻则停机维护,影响正常的工作计划,造成经济损失;重则引发安全问题,造成人员伤亡。因此对滚动轴承进行健康状态评估以及剩余使用寿命（RUL）预测具有重要的现实意义。本文以滚动轴承为研究对象,从滚动轴承的振动信号出发,采用