【摘 要】
：
《中国制造2025》重点领域技术路线中明确提出要实现航空发动机、发电设备等高端装备的实时故障诊断,提高我国工业信息化水平。流体机械装备在航空航天、发电机组、军工领域均有着大量应用,掌握流体机械装备的故障特征,对确保航空航天、发电机机组等领域的安全生产和可靠运行具有重要意义。随着智能制造的发展,传统故障诊断方法在实际应用与发展中具有很大局限,深度学习有着强大的自主学习和模式识别的能力,在工业设备的故
【基金项目】
：
国家自然科学基金|NO51806145；
论文部分内容阅读
《中国制造2025》重点领域技术路线中明确提出要实现航空发动机、发电设备等高端装备的实时故障诊断,提高我国工业信息化水平。流体机械装备在航空航天、发电机组、军工领域均有着大量应用,掌握流体机械装备的故障特征,对确保航空航天、发电机机组等领域的安全生产和可靠运行具有重要意义。随着智能制造的发展,传统故障诊断方法在实际应用与发展中具有很大局限,深度学习有着强大的自主学习和模式识别的能力,在工业设备的故障诊断领域得到广泛关注。深度学习方法依赖大量标记数据,而实际生产环境中很难获得大量故障数据,因此,深度学习在故障诊断领域的应用中面临着小样本的问题。基于此,本文主要通过开展小面向小样本数据集的流体机械装备故障诊断方法研究。主要内容包括:（1）探讨了正常样本数量下不同深度学习模型（7层CNN、Res Net-50、Dense Net-121）在流体机械故障诊断领域的应用效果,并开展了图像灰度处理对训练准确度和速度的影响研究。结果表明:Dense Net-121和resnet50表现都较好,且灰度化处理虽可以在一定程度上提高模型的训练速度,但对故障诊断的准确率影响不大。（2）提出了一种随机取点的数据增强方法,并开展了不同数据处理方法对流体机械故障诊断的对比研究。结果表明:本文提出的随机取点抽样方法效果明显优于传统切片采样方法,在识别精度和收敛速度上均表现较好。同时,为了证明模型的泛化能力,将实验扩展到离心泵的气蚀诊断,结果表明该模型能够取得较好的空化失效识别效果,具有良好的泛化能力。（3）提出了一种融合生成对抗网络、迁移学习与深度学习的流体机械小样本故障诊断方法。首先,通过生成对抗网络生成模拟数据扩充数据数量,采用PSNR对比法和PCA可视化分析两种公认的数据对比方法对比真实图片与模拟数据图片的差异,最终两种实验对比结果均表明图片生成效果良好;然后,采用生成数据对Res Net50模型预训练,将模型迁移至小样本数据训练,有效提高了小样本数据下故障诊断准确率。同时,该方式的泛化能力较好,在不同流体机械不同故障下均能表现出较为良好的诊断效果。
其他文献
2021年,武术中考在上海市正式开启,初中学校武术得到了全面普及与落实。这也代表着国家对民族文化以及民族传统体育的重视度越来越高,国人对民族传统体育的关注度也越来越高,武术项目作为育人、文化传承的载体任重而道远。但武术项目在学校中的发展存在着许多问题,武术在学校如何实施也是社会各界都在关注与研究的问题。因此,本文通过对上海市十六个区各个中学的武术实施情况进行调查,分析出上海市武术实施的影响因素并提
半导体激光器拥有体积小、波长覆盖广、相关性高、可批量生产、可单片集成化等优点。中红外波段是大气的窗口波段,且覆盖很多重要分子的特征谱线,因此对该波段光源的研究已成为目前世界上的热门课题。锑化物涵盖Al、Ga、In、As、Sb等Ⅲ-V族半导体元素,是目前中红外器件首选材料。而有源区带间级联的结构特点使器件能拥有比较低的电压,阈值电流密度和功率损耗。目前以Al Ga As Sb作为波导包层的ICL的研
光场技术作为一项前沿的技术推动光场相机的应用,光场图像是多个摄像机从不同角度拍摄同一场景所获得的图像的集合。近年来光场成像设备不断发展,光场图像处理被广泛研究。但由于光场相机的传感器分辨率有限,光场相机面临着空间分辨率和角度分辨率之间的权衡。为了捕捉场景中光线的强度和方向,光场相机无法同时获得高空间分辨率和高角度分辨率的图像。针对以上问题本文对视图一致性的光场空间超分辨率重建和光场角度超分辨率重建
为适应不断变化的软件需求,开发者需要通过软件变更来实现软件的维护和修改。过于频繁的软件变更预示着代码存在可维护性问题,尽早地识别具有更改倾向的代码类可以极大地提高维护效率和质量。在对软件类的变更倾向研究中,已有通过代码异味相关信息进行软件类级变更预测的实证研究,代码异味强度在对易变类的预测中表现良好。社区异味是代码异味概念在开源软件开发社区中的衍生,可用于识别开源软件开发社区中存在的不良沟通和协作
在传统摄影中,相机通过记录不同方向的光线形成像素值,但这导致了光线方向信息的丢失。光场相机克服了这一缺点,在相机主镜头和图像传感器之间插入微透镜阵列,实现了视点的密集采样,并将测量数据转换为不同视点的多视点光场图像。光场图像包含了场景的深度线索,在人脸识别、自动驾驶、三维重建等方面有着有趣的应用。本文基于注意力机制优化深度学习框架,提升模型训练效果,设计构建了光场深度估计算法和光场超分辨移位窗口优
热带气旋是一种强气旋性涡旋,其在热带海洋上形成,并具有暖心结构。近几十年来,在热带气旋的路径和强度预测方面取得了显著进展,然而有关热带气旋的生成预报仍然充满挑战。因此,准确预测未来某一时刻热带气旋的生成时间和位置对于政府相关部门制定防灾减灾计划至关重要。现如今,与热带气旋相关预测的方法主要有:数值、统计和统计动力预报。数值预报常用于台风生成的预测,而统计动力模型则基于气候学和持久性来预测未来的强度
随着云、雾、边缘计算及物联网的快速发展,网络中信息的安全传输变得越来越重要。信息的安全传输内容包括数据、图像、音频和视频等,图像包括传统图像和光学图像。随着光学技术和网络技术的发展,光学图像在网络中的安全传输也变得越来越重要。近年来,基于密码学的非对称光学图像加密既克服了传统DRPE和变换域加密的线性问题,也改善了PTFT光学非对称加密技术安全性不足的缺陷。但是,在基于RSA非对称算法的光学图像加
图像分割是计算机视觉中的基本任务之一,它是对图像进行分析理解的前提。图像分割效果容易受到噪声,光照和背景等各种因素的影响。因此,很难提出一种通用的算法来实现图像分割。聚类算法已被广泛应用于图像分割,其中,密度峰值聚类算法（DPC）简单高效,是常用的图像分割算法之一。由于DPC及其改进算法不是专门为图像分割设计,分割结果不一定能同时满足主观感觉和客观指标。针对上述问题,本文提出了基于相对扩展密度峰值
随着机器人和传感器技术的高速发展,移动机器人的应用场景逐渐从无人化工厂转移到生活服务业中。其中,SLAM（Simultaneous Localization and Mapping）技术是移动机器人领域的核心技术之一,即同步地进行自身定位与环境地图的构建,结合路径规划技术能够实现移动机器人的自主导航。定位、建图和路径规划均依赖于机器人搭载的外部传感器对周围环境进行实时感知。激光雷达以测量精度高、抗
深度学习相关理论的进一步发展与计算机硬件水平的不断提高,为目标检测领域的发展提供了巨大的推力。通用的目标检测算法对于大,中目标已取得了不错的成果,但对于小目标的检测效果往往不尽人意。与此同时,航拍图像对于城市交通、环境监测等领域的地位越来越重要,而航拍图像中存在着众多的小目标。因此,基于航拍图像的小目标检测是一个十分具有前景的方向。小目标检测的难点在于像素占比小,特征提取困难,同时目前主流的检测算