【摘 要】
:
轴承和齿轮等旋转机械是工程机械、轨道交通、农业机械和航空发动机等设备的关键零部件。因此,研究旋转机械的故障诊断对保证机械设备的正常和稳定运行具有十分重要的意义。很多深度学习方法在旋转机械的智能故障诊断中得到了较为广泛的研究,但是由于机械设备的复杂工况,例如变转速、变载荷、时变转速等非平稳工况,使得传统深度学习方法的性能大幅下降。域自适应方法可以实现相似但不相同的两个数据集间的跨域故障诊断,虽然适用
论文部分内容阅读
轴承和齿轮等旋转机械是工程机械、轨道交通、农业机械和航空发动机等设备的关键零部件。因此,研究旋转机械的故障诊断对保证机械设备的正常和稳定运行具有十分重要的意义。很多深度学习方法在旋转机械的智能故障诊断中得到了较为广泛的研究,但是由于机械设备的复杂工况,例如变转速、变载荷、时变转速等非平稳工况,使得传统深度学习方法的性能大幅下降。域自适应方法可以实现相似但不相同的两个数据集间的跨域故障诊断,虽然适用于一般的非平稳工况,但在处理跨域分布差异较大的非平稳工况时效果较差。本文针对实际应用中的非平稳工况需求,以深度学习和域自适应学习理论为基础,综合考虑目标域样本不足、样本类别不平衡等实际条件所导致的跨域分布差异过大对智能故障诊断模型的影响,研究了非平稳工况下旋转机械的智能故障诊断方法,并分析了各方法在处理不同工况问题时的性能。论文的主要研究工作如下:(1)为了克服传统稀疏滤波方法在变转速非平稳工况下提取代表性特征能力不足的问题,结合时频分析方法在变转速工况中的优势,提出了一种STFT-FS方法,并以时频特征作为稀疏滤波模型的输入,进行故障特征的无监督提取。实验结果表明提出方法可以提取更具代表性的特征,而且不同故障类型的特征可分辨性较高。(2)实际应用中经常存在目标域样本不足的情况,造成跨域分布差异较大,故障诊断性能下降。因此,目标域仅采用正常状况下的时频域数据,利用测地线核方法将不同域数据映射到格拉斯曼流形空间中,减小跨域测地线距离,并通过子空间分布对齐方法进一步提高跨域特征相似性,实现了对变转速、变载荷工况下目标域所有故障类型的准确预测。(3)实际工程应用中,样本类别不平衡情况是常见的。样本类别不平衡引起的跨域分布差异会造成传统的DA方法出现欠适配问题。针对该工况下数据分布差异较大的特点,提出了一种新的距离度量方式-最大方差差异,并将其引入到联合匹配模型中,改善了欠适配问题。同时,应用l2范数对频域数据进行正则化预处理,提高了提出方法模型的泛化能力。(4)针对实际应用中的样本类别不平衡问题,从流形学习的角度出发,应用流形正则化方法,提高了跨域分布的流形一致性。同时与联合匹配相结合,进一步增强了域不变特征的可迁移性。通过变转速、变载荷工况下样本类别不平衡时轴承和齿轮数据集的跨域故障诊断实验,验证了提出方法的有效性和鲁棒性。(5)在时变工况下,故障特征会随着转速或载荷的变化而不断改变,使有效故障特征的提取变的困难。以时频域数据作为输入,将平衡分布适配方法引入到稀疏滤波模型中。在提取稀疏特征的同时,进行边缘分布和条件分布适配,实现了与源域数据分布差异较大的时变转速工况下样本的故障诊断。时变转速工况下轴承数据集的跨域故障诊断结果验证了提出方法的有效性,并且具有较高的计算效率。(6)针对时变转速工况下旋转机械故障诊断较难实现的问题,以恒转速工况下样本作为源域数据,预测时变转速下样本的故障类型。提出了一种基于DNN的深层域自适应模型,应用深层网络结构,加强了特征分布不变部分的权重,然后通过MMD和流形正则化减小了基于深层表征特征的跨域边缘分布和几何结构差异,并同时应用权重正则化加强了原始数据特定特征的代表性。最后通过SA进一步提高了跨域深层特征的相似性。实验结果验证了深层域自适应方法在时变转速工况下的优越性能。
其他文献
<正>建设现代中央银行制度,是我国当前和今后一个时期金融改革的重点任务和重要内容。中央银行在宏观调控、金融改革、金融稳定、金融基础服务等关键领域都居于突出地位。为建设好现代中央银行制度,我国中央银行可从如下几个方面形成重点工作抓手:在党的领导下强化健全货币政策体系,在重点领域积极稳妥推进金融改革进程,切实做好金融稳定各项机制建设,提升必要性、关键性金融基础设施功能和提高服务质效等工作。
<正>水是大家都熟悉的饮品,也是健康生活必不可少的营养物质,所以又被人类称为生命之源。饮水有利于健康,这一点相信大家都已经有了不少相关的了解。但是,水还有一些特性和食疗功效。人们在进行定期的健康体检中发现,林林总总的项目中一定少不了B超检查,这种检查主要是看消化系统各重要器官的健康情况。检查前医生总是会叮嘱不要吃饭,特别是不能吃油腻的食物,以免
白粉菌危害多种作物和蔬果,造成重大损失。因此对白粉菌广谱抗性蛋白RPW8.2进行研究具有重要的研究价值和意义。我们在前期研究中通过白粉菌侵染后的拟南芥材料构建的酵母双杂交c DNA文库,从该文库中我们筛选到一个来源于白粉菌的RPW8.2的互作蛋白,将其基因命名为R8IP1。在后续研究中我们成功的找到了R8IP1在白粉菌侵染寄主过程中靶向宿主的另一个关键蛋白PAPP2C,并对R8IP1在侵染宿主中发
移动互联网技术的迅猛发展和社交媒体的大规模普及,使得图像、文本、视频等多媒体数据呈现爆炸式增长,同时带来了大量基于检索的应用需求。以图像检索和跨模态检索为代表的多媒体检索,即,从海量数据中搜索与给定查询相关的数据,获得了广泛的研究和关注。多媒体数据之间的异构性差异、语义鸿沟,以及海量高维产生的高计算代价是实现高效准确多媒体检索的主要挑战。深度哈希方法通过将表示学习和哈希学习统一到深度模型,端到端地
减少碳排放量和实现资源循环利用是当今的热点话题。随着科技水平的不断提高,极大丰富了人类物质生活水平的同时,废旧电子电器设备的数量也急剧增加。另一方面,由于全球气温的升高,温室效应的危害越来越受到世界各国的关注。制造业绿色发展、循环发展成为解决当前我国环境、资源问题的重要国策。因此,在经济发展过程中,减少温室气体排放(生产环节)和实现资源循环利用(消费环节)当务之急。减少碳排放量和实现资源循环利用既
由于实际工程中复杂精密机械产品设计制造过程中内部和外部因素在一定程度上影响试验数据的精确性,因此,模型不确定性普遍存在于产品质量特性建模过程中。代理模型方法具有计算量小、设计周期短和优化效率高等优点,是解决复杂精密机械产品质量特性建模问题最佳途径之一。当前很多专家学者在组合建模过程中,把所有候选代理模型线性加权组合,并未考虑建模过程中存在的模型不确定性问题,使得构建的组合模型可能存在预测性能不佳的
工业园区是我国改革开放的产物,自1984年开始试点至今大体经历了三个阶段。即早期的经济技术开发区阶段,改进的高新技术开发区阶段和目前的生态工业园区阶段。随着我国社会经济的快速发展,工业园区逐步成为促进经济发展的主力军。由于工业园区具有高耗能的特点,因此工业园区在为我国社会经济发展做出巨大贡献的同时,也由于能源消耗的“三废”排放以及环境污染治理投入的相对不足,造成了一定程度的环境污染,对人类的生存环
大脑核磁共振(Magnetic Resonance,MR)图像分割是很多医学图像分析应用中至关重要的一步。随着机器学习方法的快速发展,基于机器学习方法开发自动的大脑MR图像分割方法是当前研究的热点问题之一。机器学习方法能够从MR图像中学习到体素的分布,然后使用学习到的模型对图像进行分割。由于大脑结构极其复杂,有效的分割大脑MR图像是一个具有挑战性的任务。利用来自多图谱的解剖结构先验知识被证明可以有
中国作为世界上最大的二氧化碳排放国,受到了来自国际和国内的双重减排压力。其二氧化碳排放量逐年增加,在2000年至2011年期间,上升的趋势最为明显,增加了大约2.85倍。为彰显大国形象、转变经济增长方式与推动低碳经济发展,中国主动承担了一系列减排任务。为实现所承诺的减排目标,中国政府颁布并实施了包含基于指挥控制和基于市场化等在内的多种减排措施。边际减排成本(Marginal Abatement C
特征和在编码与组合中具有广泛的应用.本文应用特征和理论构造了两类线性码,构造了一类最优三元循环码,讨论了两种特殊群上凯莱图中PGST的存在问题,具体如下:(1)线性码在密钥分享方案,认证码与数据存储等领域具有重要的应用.本文运用有限域上的特征和构造了一类有限域和一类有限环上的线性码,给出了它们的重量分布及完全重量分布.结果表明本文给出的码有一些是优的.(2)循环码作为一类特殊的线性码,它在电子消费