基于DCAE-CNN的直升机自动倾斜器滚动轴承故障诊断方法研究

来源 :南昌航空大学 | 被引量 : 0次 | 上传用户:aridan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自动倾斜器是直升机传动系统的重要组成部分,滚动轴承作为自动倾斜器中的核心部件,若发生故障必然给直升机的飞行带来安全隐患。因此,研究滚动轴承故障诊断方法对保证直升机的安全飞行有着重要的实际意义。自动倾斜器滚动轴承具有滚珠多、尺寸大和转速低的特点,传统轴承故障诊断方法过程复杂,且识别率不高,深度学习作为一种人工智能技术,在处理大数据任务中有着独特的优势,已在许多领域取得了不错的效果。本文利用卷积自编码器(Deep Convolutional AutoEncoder,DCAE)和卷积神经网络(Convolutional Neural Network,CNN),开展了滚动轴承故障诊断方法研究。主要工作内容和研究成果如下:(1)介绍了相关理论基础。首先,自动倾斜器滚动轴承采集的振动信号具有非线性、非平稳的特性,介绍了小波变换的时频分析方法;其次,介绍了CNN的基本结构和分类原理;最后,介绍了DCAE的结构和去噪原理。(2)针对直升机自动倾斜器滚动轴承具有滚珠多、尺寸大和转速低的特点,且工作环境复杂、噪声干扰大的问题,提出了基于DCAE的深度学习图像去噪方法。首先,构造不同噪声环境下的小波时频图;其次,设计了用于图像去噪的DCAE网络模型,通过实验确定网络层数、底层卷积核数量、学习率和损失函数等参数。实验结果表明,不论时频图含噪声大或者是小,DCAE都有较好的去噪效果。(3)提出了基于DCAE-CNN的自动倾斜器滚动轴承的故障诊断方法。首先,利用不同噪声环境下的时频图训练DCAE,减小噪声对时频图的干扰;其次,通过实验确定最佳CNN的网络结构与参数,最后,利用CNN将去噪后的时频图进行故障分类。利用课题组自动倾斜器滚动轴承数据集和凯斯西储大学公开轴承数据集开展真实诊断实验,结果表明,本文方法在不同的噪声环境下都有着较好的诊断效果,尤其在高噪声环境下,与其它深度学习方法对比,有着更高的诊断正确率。
其他文献
本文将实地案例调查与基于20423位村民、632户低保家庭数据的定量分析相结合,考察了农村居民最低生活保障制度实施过程与政策要求不尽相符的具体表现与成因机制。本文研究结
在当下的中国人物画教学与创作过程中,教与学往往只体现在表面单纯的授课形式上,相对缺少对学生学品与修养上的重视和引导。而就创作而言,学生总侧重于绘画技巧和形式语言上
以往对碲矿床的研究主要集中于独立碲矿床或碲金矿床,近年来多个含碲化物钨矿床的相继发现,钨矿床中的碲化物逐渐受到重视。本文对碲元素与钨元素地球化学性质、含碲化物钨矿
介绍了目前常规的排水体制,认为农村集镇应因地制宜地选择排水体制,重点区域在考虑到当地政府财政支付能力的前提下,应尽可能选择雨污分流兼初期雨水截流。
疳病是由于喂养不当或多种疾病的影响使脾胃受损,气液耗伤而引起的一种内伤性病症。临床表现以五心燥热,形体消瘦,饮食异常,烦躁不宁,面黄发枯,大便不调为特征。病久则易合并
<正> 近年来,搞好煤矿安全生产,杜绝瓦斯,煤尘事故,在煤矿生产中显得越来越重要了。安全管理工作突出地表现在"一通三防"基础工作的管理上。而"一通三防"管理中的第一位是"通
糖皮质激素具有抗炎、抗休克、抗过敏和免疫抑制等药理作用,但其在神经外科的临床应用中尚存有争议。本文总结了糖皮质激素在中枢神经系统感染、脊髓损伤、高血压脑出血和脑创
<正>策划人语思者先行,行者无疆。在语文教育的路上,有一位永不止步的行者,他就是我国当代小学语文界集文化积淀、教学思想、语言表达于一体的大成者之一的王崧舟老师。长期
今年上海国际童书展的主题是与世界的未来在一起”。在全“贸易战”硝烟未散、民粹主义思潮泛滥、孤立主义抬头的情况下,上海国际童书展有这样的主题难能可贵。我衷心希望世
报纸
在由个别产品的过剩发展到行业的过剩,以致到当前以产业集群形式的产能过剩的背景下,文章以河南汽车产业集群为例,从产业集群的角度分析产能过剩的问题,结果发现:产能过剩的主