基于有序神经元长短时记忆网络与元学习强化的齿轮剩余寿命预测方法研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:jiangguoliang
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
齿轮作为机械设备中最常见的机械零部件,起着传递转矩和传递运动的作用,由于其传动精度高、传递功率大、结构紧凑等优点,齿轮广泛应用在生产生活以及国防军事领域。齿轮箱是机械设备传递运动和动力的基本部件之一,其工作状态关系到整个机械设备的运行。在齿轮箱的零部件中,齿轮相比于轴、轴承、壳体等其它零部件的失效概率更高。其中,疲劳点蚀是齿轮最常见的失效形式之一,其恶化后易造成断齿,进而导致设备损坏、经济损失甚至人员伤亡。因此,有必要利用齿轮点蚀失效数据开展齿轮剩余寿命的预测研究,该研究有利于维护人员了解设备状态、及时检修设备避免重大事故的发生。目前,基于数字驱动的齿轮剩余寿命预测主要是根据齿轮的振动信号,提取趋势特征构建真实健康指标,然后利用神经网络递归输出预测健康指标,根据失效距离预测剩余使用寿命。但现有方法的长期趋势学习能力有限,不能有效的实现长期预测的目的,并且预测模型训练时间长。因此,本文开展了以齿轮剩余寿命为主要内容的长期预测和快速短期预测方法研究,将层级结构、元学习和误差修正方法结合至两种预测模型中,并设计开发了一款齿轮失效寿命预测软件。首先,针对目前长期预测能力不足的问题,提出了基于有序神经元长短时记忆(ON-LSTM)网络的剩余寿命预测方法。研究发现ON-LSTM网络可以通过自动划分层级结构,充分利用神经元间的序列信息。该网络可以学习时间序列数据中包含的长期信息,更适合对时间序列的数据进行预测。对比发现频率中心这一特征可作为齿轮健康指标,然后利用训练后的ON-LSTM网络对健康指标递归输出,实现对齿轮剩余寿命的预测。在短期预测实验中,ON-LSTM较LSTM、GRU、DLSTM和DNN预测模型的得分最优;在长期预测实验中,ON-LSTM成功完成23次预测任务,而LSTM仅完成5次。实验结果表明,该方法和其他方法相比在短期和长期预测方面具有更好的准确率和鲁棒性。接下来,针对目前小样本预测模型从头训练带来的训练时间长的问题,提出一种基于元学习和多步误差修正的齿轮剩余寿命预测方法。研究发现与模型无关的元学习(MAML)可以通过先验知识的学习,为预测模型训练一组泛化性能好的初始化参数,在保证一定准确率的情况下,基于历史数据继续更新参数,大大减少了训练时间。为了进一步提高模型预测准确性,在不增加训练时间的情况下,基于模仿学习理论,提出一种误差修正方法,来减少递归预测中累积的误差。实验结果表明,与其他方法相比,MAML与误差修正的方法具有训练时间短、准确率较高的优势。最后,结合本文提出的两种剩余寿命预测方法,初步设计开发了齿轮失效剩余寿命系统,该系统带有信息管理、信号分析、寿命预测等功能模块。用实验数据进行模拟,对齿轮进行剩余寿命预测,验证了系统的有效性。
其他文献
阀门作为无法替代的流体控制设备,被广泛运用于工业当中,主要用于实现管道当中流体介质的流通与关断,其密封性能是判断阀门性能的重要指标。但是,在长期的阀门使用中,由于腐蚀、老化或者错误操作等原因将导致阀门泄漏,容易引发安全事故发生。由于工业中阀门数目多,检测现场复杂,可能无法提供电源设备,以及阀门外泄漏很容易发现,而阀门内泄漏却表现不明显,并且绝大多数事故都是由阀门内泄漏造成。因此,研究有效的检测阀门
小型移动机器人因其较强的环境适应性而广泛应用于军事侦察、消防救援和科学探索等场景中。但上述任务环境多为复杂的非结构化地形,对机器人的机身尺寸、越障性能和地形适应能力都提出了较高的要求。因此,开展具备自适应越障能力的小型移动机器人研究具有重要的应用价值。针对当前移动机器人在复杂地形中执行侦察搜索任务时存在的机身小型化困难、越障稳定性不足和自主越障能力缺乏等问题,本文设计了一款采用变形轮机构的小型移动
山地小城镇是山地城镇体系中连接城乡、提升中心城市辐射力、践行城乡统筹发展的重要平台。西南山地小城镇利用其交通区位、土地成本、劳动力成本等优势承接大城市的产业转移,对当地的经济、城市发展和人民生活水平提高具有明显的支撑作用,也得到当地居民广泛认可与支持。在环境生态承载范围内,这种面向第一产业剩余劳动力的产业转移模式,是一条带动西南山地小城镇发展的切实可行的道路。同时,山地特色小城镇所拥有的山水资源、
论文利用ANSYS APDL、MATLAB GUIDE编程语言对三维建模软件UG、有限元仿真软件ANSYS、LSDYNA进行集成和二次开发,搭建了修形齿轮动力学仿真分析参数化平台。实现了齿轮建模,有限元网格离散,动力学计算及计算结果后处理的一站式操作。并将该平台的仿真结果与理论值或试验结果进行对比,验证了仿真平台在齿轮动力学计算中的可靠性。同时利用该平台探究了不同修形参数对齿轮振动特性的影响规律以
随着陆上风电容量愈渐饱和,对丰富的海上风能源资源的开发已成为全球发展趋势。但海上漂浮式风机在实际运行过程中往往会面临更为恶劣的工作环境,使得外部扰动总是时刻存在,风机各个系统模块的一些参数也会出现不确定性,如零件老化引起的系统参数变化,同时,各类执行器及传感器故障的发生也是难以避免的。在多数情况下,故障的发生具有随机性和难以预测性,而故障发生后则会使得整个风机性能降低,从而影响发电机稳定的功率输出
随着集成电路的快速发展,对超高纯铜和铜铝合金溅射靶材的微观组织和织构提出更高的要求,研究不同轧制方式和退火工艺对超高纯铜与铜铝合金微观组织与织构的影响,有助于提高溅射靶材的品质。基于此,本文通过金相显微镜、X射线衍射、电子背散射衍射等技术,系统研究了不同轧制方式和不同形变量的超高纯铜和铜铝合金板材的微观组织,及其在不同退火工艺后的再结晶组织和织构演变规律,通过研究得出如下结论:(1)单向轧制和交叉
近年来,深度学习由于其强大的特征提取和表示能力,已经被广泛应用在遥感图像中提升目标检测与跟踪的性能。遥感图像凭借其对地面信息抓取的优势,可以准确反映各种真实场景,使得其不仅在民用中服务于交通、农林、环境监测等,而且对于军事中的目标侦察,战场动态分析以及打击效果评估等方面都有着广泛的应用。但是,在真实场景下遥感图像会存在目标尺寸差异大、背景复杂度高、小尺寸目标、和目标稠密等多种情况,导致目标在检测与
传统的被动缓冲装置通过流道内节流小孔产生阻尼力,缓冲力无法实时控制,只能针对特定的冲击进行有效缓冲。一旦冲击条件发生变化,被动缓冲装置就不能达到很好的缓冲效果。磁流变缓冲器(Magnetorheological energy absorber,MREA)使用磁流液作为控制介质,利用其在磁场作用下阻尼可调的特点,产生连续可控的缓冲力。本文以落锤冲击载荷下的MREA作为研究对象,采用试验和数值仿真结合
抑郁症和精神分裂症作为比较常见的精神疾病,具有患病率高、自杀率高、治疗率低等特点,对个人以及社会造成严重的危害。当前诊断方法严重依赖医师临床经验和患者自我描述,受主观因素影响较大,因此需要一个客观、有效、便捷的评估手段实现精神疾病检测。在众多的精神疾病识别模态中,语音以其无损伤、价格低廉、携带情感信息丰富等优点逐渐受到人们的关注。在目前众多学者的研究中,关于精神疾病语音诊断的有效特征获取方面,人们
我国城镇化的快速推进使得城镇污水厂的受纳水量也随之快速增加,常造成一些污水处理厂近期建设完成后,远期水量的增长速率远超过项目立项时的水量增长测算,即便提前启动远期设施建设甚至扩建,也需要必要的审批程序和建设周期,因此诸多快速城镇化的地区的城镇污水厂常会面临一段较长时间的超设计水量运行的情况,当服务区域包含有老城区时,合流制管网在夏季转输而至的混合污水将使得在旱季本来已经接近甚至超过设计水量的污水厂