分类: 信息科学与系统科学 >> 信息科学与系统科学基础学科 提交时间: 2024-01-06
摘要: 近年来工业过程向过程复杂化、规模大型化的方向发展,传统的故障诊断技术已在解决实际工业过程问题时,遇到了一系列难题。随着深度学习(deep learning)在特征提取与模式识别上的优异性能和独特潜力,深度学习技术被用于故障诊断已经成为当前研究的重点。为此本文介绍了几种典型的基于深度学习的故障诊断方法。最后对于深度学习在故障诊断应用中存在的障碍进行了探讨,并对展望了未来的相关研究方向。
分类: 信息科学与系统科学 >> 控制科学与技术 提交时间: 2024-01-07
摘要: 传统的电动机故障诊断技术通常基于单一类型的状态参数,如振动参数或电气参数等。然而,单一类型的电动机状态参数监测范围很多时候都是非常有限的,难以满足对电动机进行全面综合故障诊断的需求。本文的研究旨在通过融合振动数据和电流数据两种类型的参数,提出一种综合的电动机故障诊断方法,以提高诊断的可靠性和准确性。并在数据融合的基础上考虑到在实际工业和生产环境中,获取大规模标记样本的成本往往较高,甚至不可行。因此,对神经网络进行进一步的学习与改进,提出基于RNN和注意力机制的小样本故障诊断网络。本文利用电动机故障特征提取方法,研究电动机在不同故障下的振动及电流信号特征,所采用的故障特征提取方法包括:快速傅里叶变换 (FFT)和希尔伯特-黄变换。根据本文的实际数据融合需求,设计数据融合整体实施方案,依次利用快速傅里叶变换(FFT)、希尔伯特-黄变换(HHT)以及卷积神经网络(CNN)串联多层感知机(MLP)等方法提取故障特征,融合电动机的振动及电流参数,对电动机进行综合故障识别与故障诊断。结果表明,采用数据融合方法的电动机故障诊断技术能够提高诊断结果的准确性,减少由于单一参数造成的不确定性,从而提高电动机故障诊断的准确性。设计的小样本故障诊断网络用于识别小样本下设备的健康状态,其中注意力机制捕捉信号的空间和通道关系,利用单一实验样本验证本文使用的网络在不同的小样本工作条件下具有诊断效率和准确率优势
分类: 机械工程 >> 机械工程其他学科 分类: 计算机科学 >> 计算机应用技术 提交时间: 2017-08-29
摘要: 轴承定性诊断的传统方法需要复杂难懂的数学知识和高深的领域知识;基于深度置信网络的方法虽然克服了传统方法的缺点,但网络参数规模巨大,训练困难;基于时频图的卷积神经网络方法需用小波变换得到时频图。由于卷积神经网络具有强大的特征学习能力和泛化能力,提出了一种基于卷积神经网络的轴承故障定性诊断方法,直接利用一维振动信号对卷积神经网络进行训练。优势在于克服了传统方法的缺点;相比深度置信网络,网络参数少很多,训练高效;也无需小波变换得到时频图。采用西储大学和本实验室轴承数据,进行了一系列全面测试,表明本文方法能准确地定性诊断轴承故障,准确率高于其他所有方法;首次通过利用西储大学的轴承数据训练的卷积神经网络准确诊断了本实验室待测轴承的故障类型,这表明该方法能实际工程运用。
分类: 天文学 >> 天文学 提交时间: 2020-01-06 合作期刊: 《天文研究与技术》
摘要: 氢原子钟作为一种精密的授时守时仪器,在科学研究与工程应用中发挥着重要作用,但目前我国原子钟还存在设备故障、可靠性差等问题。为了简化技术人员排查流程、提升维修效率,文章提出了一种采用机器学习方法,将氢钟历史运行数据作为训练样本,结合DBSCAN及人工神经网络算法得到氢钟诊断模型,从而大幅简化故障排查过程的方法。实验中将训练好的模型部署到嵌入式设备上,并把实时预判结果给技术人员作为参考,证实了这种方法的可行性及有效性。
分类: 天文学 >> 天文学 提交时间: 2020-01-06 合作期刊: 《天文研究与技术》
摘要: 我们设计并构建了基于观测图像识别的望远镜智能故障辅助诊断系统,通过收集望远镜在观测时的故障图像与传感器信息来综合判断望远镜在观测时所产生的故障,并给出相应的解决建议。我们利用卷积神经网络方法进行图像智能识别,并使用故障树分析法寻找望远镜系统的薄弱点。经过仿真与实测检验,证明了系统能够有效地发现判断故障并给出建议,提高了望远镜的可靠性,为故障诊断技术智能化做好了铺垫。
分类: 机械工程 >> 机械工程其他学科 分类: 计算机科学 >> 计算机应用技术 提交时间: 2017-12-26
摘要: 现有轴承故障诊断方法存在不足:传统方法数学计算复杂,诊断效果不佳,且一般只诊断故障位置,难以诊断载荷及故障大小。现有的利用卷积神经网络的方法,使用传统卷积神经网络,一个网络只能输出一个属性,不能同时诊断多个属性,为了同时诊断故障位置、故障大小及载荷,首次提出了一种多属性卷积神经网络,并应用于轴承故障诊断,直接利用一维振动信号对多属性卷积神经网络进行训练。优势在于克服了传统方法的缺点:能获得故障属性任意组合的诊断结果,网络参数更少,方法简洁,泛化能力强,准确率高。采用西储大学的轴承数据,进行了一系列测试,表明本文方法能准确地诊断轴承故障的多个属性,准确率高,同时有很好的泛化能力。
分类: 力学 >> 应用力学 提交时间: 2023-03-20 合作期刊: 《应用力学学报》
摘要: 考虑轴承故障动力学中的高频共振以及故障激励特点,提出一种模拟系统高频共振和过渡式故障激励的轴承故障动力学建模方法。基于赫兹接触理论,将轴承部件之间的连接简化为弹簧-阻尼结构,并加入谐振器以模拟故障的宽频激励所引起的系统高频共振,从而建立轴承六自由度动力学模型。另外,传统的故障瞬变激励方法难以反映滚动体经过滚道故障的过程,考虑到滚动体与故障接触的实际情况,给出一种过渡式的故障激励方法。以传动链平台上的6304深沟球轴承为例,对轴承外圈故障下的振动响应特性进行仿真和数据处理,其仿真结果与轴承故障实测信号对比相符,仿真信号故障一阶特征阶次与理论值误差约为0.0167% ,表明模型具有一定的准确性和可靠性。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-02 合作期刊: 《计算机应用研究》
摘要: 随着物联网和大数据的高速发展,微型嵌入式系统已经广泛应用于外卖、共享单车、运输、快递和智能家居等行业之中,现有的故障诊断研究主要集中在传统嵌入式系统上,因此针对微型嵌入式系统故障诊断文献相对较少。针对上述问题和结合该系统的特点(有限计算能力和存储空间的),提出了一类适合微型嵌入式系统故障诊断方法分类方法,将其分为两大类,即本地故障诊断方法和远程故障诊断方法。接着讲述了微型嵌入式系统故障诊断方法核心思想,总结出了各方法在微型嵌入式系统上运用的优缺点和应该注意的问题,最后讨论了微型嵌入式系统故障诊断亟待解决的问题。
分类: 动力与电气工程 >> 电气工程 提交时间: 2019-03-05 合作期刊: 《电气工程学报》
摘要: 故障树分析法在运用过程中容易产生“维数爆炸”等问题,本文重点研究 基于 BDD 算法的故障树分析法,分析故障树转化为 BDD 的方法,并基于 BDD 算法 求解顶事件发生的概率以及底事件的结构重要度,最后采用该算法进行算例分析与应 用。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-07-09 合作期刊: 《计算机应用研究》
摘要: 针对轴承故障信号的非平稳性和非线性特点,采用小波包分解和自回归(auto-regressive,AR)谱估计相结合的方法提取振动信号特征值;为了提高诊断结果的精度,提出用深度信念网络(deep believe network,DBN)进行诊断模型训练。首先,对轴承振动信号进行小波包分解和自回归谱估计,计算不同频段的能量实现轴承故障特征提取;其次,将提取到的特征值作为深度信念网络的输入向量,进行模型训练;最后,用训练好的模型进行故障诊断。为验证本文所提方法的有效性,采用美国凯斯西储大学提供的旋转轴承数据集,将提出算法与三种故障诊断方法进行对比实验。实验结果表明,所提方法具有更好的诊断性能。
分类: 机械工程 >> 机械工程其他学科 分类: 计算机科学 >> 计算机应用技术 提交时间: 2017-12-26
摘要: 现有行星齿轮箱故障诊断方法存在不足:一是传统方法复杂,且不能有效诊断行星齿轮故障类型。二是基于卷积神经网络的方法主要用于诊断齿轮箱故障,很少用来诊断行星齿轮箱。为有效诊断复杂的故障类型和变工况,本文首次提出了故障树形结构、工况并列结构和多SoftMax卷积神经网络。故障树形结构能统一处理各种复杂故障类型,还能查看各个节点的诊断效果。工况并列结构能处理变工况,预测转速和载荷。采用实验室行星齿轮箱的振动数据,进行了一系列测试,表明了本方法能够准确诊断行星齿轮箱复杂故障和变工况,准确率达97%,验证了多SoftMax卷积神经网络强的泛化能力,以及故障树形结构的优势
分类: 天文学 >> 天文学 提交时间: 2017-10-11 合作期刊: 《天文研究与技术》
摘要: 地基广角相机阵是中法合作空间多波段变源监视器天文卫星的地基观测设备,Mini-GWAC是其预研和补充项目。针对Mini-GWAC望远镜阵列,从故障诊断方法、技术设计方案和故障诊断研究平台等方面展开,详细叙述了故障诊断系统的研究及设计过程。该系统基于Mini-GWAC望远镜平台,采用专家系统理论和故障树分析相结合的方法开展故障诊断专家系统的研究。研究成果对提高望远镜的可靠性,降低维护成本,提高观测效率有重要意义,同时为实现在其他望远镜上的应用增加技术积累。
分类: 动力与电气工程 >> 电气工程 提交时间: 2019-03-05 合作期刊: 《电气工程学报》
摘要: 为了提高风力发电机叶片故障的识别率,利用支持向量机建立风力发电机 叶片故障和特征参数之间的非线性关系。在蜂群算法中引入一种动态柯西因子,动态 调节蜂群寻优过程中的搜索步长,提高蜂群算法的扰动能力,避免蜂群陷入局部搜索, 采用这种动态柯西蜂群算法对支持向量机的参数寻优,建立动态柯西蜂群算法优化的 支持向量机模型。采集南方某风场风力发电机叶片的四种工况下的特征数据训练此模 型并进行故障诊断,诊断结果表明改进后的蜂群算法优化支持向量机模型能够提高风 力发电机叶片的故障识别率,具有一定的工程参考意义。
分类: 动力与电气工程 >> 电气工程 提交时间: 2019-03-05 合作期刊: 《电气工程学报》
摘要: 为了提高风力发电机叶片故障的识别率,利用支持向量机建立风力发电机 叶片故障和特征参数之间的非线性关系。在蜂群算法中引入一种动态柯西因子,动态 调节蜂群寻优过程中的搜索步长,提高蜂群算法的扰动能力,避免蜂群陷入局部搜索, 采用这种动态柯西蜂群算法对支持向量机的参数寻优,建立动态柯西蜂群算法优化的 支持向量机模型。采集南方某风场风力发电机叶片的四种工况下的特征数据训练此模 型并进行故障诊断,诊断结果表明改进后的蜂群算法优化支持向量机模型能够提高风 力发电机叶片的故障识别率,具有一定的工程参考意义。
分类: 动力与电气工程 >> 电气工程 提交时间: 2019-03-05 合作期刊: 《电气工程学报》
摘要: 针对采用差动方式测量位移的主动磁悬浮轴承控制系统,研究了电涡流位 移传感器故障信号与控制器输出信号之间的关系,分析了不同探头发生故障时位移传 感器输出和控制器输出的特征,介绍了自适应滤波的工作原理,进而提出了基于自适 应滤波的传感器故障诊断方法。该方法以两传感器输出信号的差值为参考信号对控制 器的输出信号进行滤波,得到控制器输出信号与两传感器输出差值信号之间的相关系 数,从而根据相关系数的极性准确判断出现故障的传感器。最后应用 Matlab 对其进行 仿真,并结合基于可编程序门阵列(FPGA)的自适应滤波器对故障信号进行实验验 证。结果表明,该方法可以准确地检测到传感器故障并识别故障传感器。
分类: 机械工程 >> 机械工程其他学科 提交时间: 2018-06-15 合作期刊: 《电气工程学报》
摘要: 为了提高风力发电机叶片故障的识别率,利用支持向量机建立风力发电机 叶片故障和特征参数之间的非线性关系。在蜂群算法中引入一种动态柯西因子,动态 调节蜂群寻优过程中的搜索步长,提高蜂群算法的扰动能力,避免蜂群陷入局部搜索,采用这种动态柯西蜂群算法对支持向量机的参数寻优,建立动态柯西蜂群算法优化的 支持向量机模型。采集南方某风场风力发电机叶片的四种工况下的特征数据训练此模 型并进行故障诊断,诊断结果表明改进后的蜂群算法优化支持向量机模型能够提高风 力发电机叶片的故障识别率,具有一定的工程参考意义。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-24 合作期刊: 《计算机应用研究》
摘要: 为了提高FD-KNN针对潜隐变量在非线性和多模态过程中的故障检测能力,提出一种基于方差最大化旋转变换的K近邻故障检测与诊断策略。首先,通过方差最大化方法建立旋转变换将原始数据变换到新的正交空间;接下来在该正交空间中执行FD-KNN方法进行故障检测;最后,结合贡献图方法给出基于贡献图的故障诊断策略。通过一个非线性模拟实例,证明方法对潜隐变量故障诊断是有效的;同时,在典型非线性工业过程田纳西过程进行测试,与PCA、FD-KNN和PC-KNN等方法进行对比,实验结果进一步证明了方法的有效性。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-08-13 合作期刊: 《计算机应用研究》
摘要: 故障诊断在保证系统稳定性方面十分重要。传统故障诊断研究大多忽略了系统局部特征。PMC模型下,针对于这一问题,引入了节点可诊断的概念,并通过节点可诊断方法的研究得到了节点可诊断度的充分条件和t-可诊断新算法STFDA。最后,对n维超立方网络和n维星状网络从节点可诊断的角度进行了分析,验证了所得充分条件的正确性,并将算法应用到这两种网络中进行了故障诊断。其中,充分条件和STFDA算法的实现借助了新的结构ST。STFDA算法的时间复杂度为O(Nδ),δ为网络中节点的最大度。相比于其他算法,算法的时间复杂度得到显著降低。