收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法

李恒  张氢  秦仙蓉  孙远韬  
【摘要】:针对具有较强非平稳性和易被强烈背景噪声干扰特点的滚动轴承振动信号,提出了基于短时傅里叶变换和卷积神经网络的故障诊断方法,实现了端到端的故障模式识别。首先,对滚动轴承振动信号进行短时傅里叶变换,得到时频谱样本,分为训练集和测试集;然后将训练集输入卷积神经网络中进行学习,不断更新网络参数;最后,将学习好参数的卷积神经网络模型应用于测试集,输出故障识别结果;通过滚动轴承故障模拟试验,进行可行性和有效性的验证。结果表明提出的方法对不同类型故障有着很高的识别精度,并可以通过增加故障数据种类和数量的方式来提高此方法的鲁棒性,是一种适应于处理"大数据"的故障诊断方法。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李恒;张氢;秦仙蓉;孙远韬;;基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法[J];振动与冲击;2018年19期
2 李修文;阳建宏;黎敏;徐金梧;;基于移频技术的短时傅里叶变换阶比分析[J];北京科技大学学报;2012年10期
3 邹律龙;严谨;;6205-2RS轴承内圈故障特征时频分析[J];装备制造技术;2014年02期
4 魏永合;冯睿智;魏超;王晶晶;;一种优化的SOM模型及其在轴承故障诊断中的应用[J];沈阳理工大学学报;2017年03期
5 卫洁洁;杨喜旺;黄晋英;尹学慧;卫晓洁;;基于深度神经网络的滚动轴承故障诊断[J];组合机床与自动化加工技术;2017年11期
6 谭工;神经网络在轴承故障诊断中的应用[J];模糊系统与数学;1995年03期
7 库祥臣;郭跃飞;段明德;曹贝贝;;利用振动频谱预测刀具磨损量[J];机械设计与制造;2017年10期
8 蒋宇;李志雄;唐茗;李力;;基于知识增殖神经网络的滚动轴承故障诊断[J];轴承;2009年08期
9 张国新,李钟侠;滚动轴承故障诊断的神经网络技术[J];南方冶金学院学报;2001年02期
10 张园;李力;;基于神经网络和高阶统计量的滚动轴承故障分类[J];轴承;2006年04期
11 张龙;张磊;熊国良;黄文艺;周继惠;;基于多尺度熵和神经网络的滚动轴承故障诊断[J];机械设计与研究;2014年05期
12 陆爽,马东雄,李萌,钟声;基于奇异值分解的滚动轴承故障诊断的神经网络方法[J];制造技术与机床;2005年01期
13 刘创;刘宏昭;;采用神经网络的断路器传动机构磨损预测[J];机械科学与技术;2017年06期
14 吉珊珊;段金辉;屠义强;;基于卷积神经网络的液压缸内泄漏检测[J];机床与液压;2017年13期
15 张江涛;史朋波;张娴;;小波包与RBF神经网络相结合的齿轮故障诊断[J];科技创新与应用;2017年24期
16 宋萌萌;肖顺根;陈肇祥;;基于提升小波变换与EEMD的神经网络齿轮故障诊断方法[J];组合机床与自动化加工技术;2017年09期
17 陈仁祥;杨星;杨黎霞;王家序;徐向阳;陈思杨;;栈式稀疏加噪自编码深度神经网络的滚动轴承损伤程度诊断[J];振动与冲击;2017年21期
18 鲁豪;耿晨;肖亚迪;;基于神经网络的故障诊断方法研究[J];装备制造技术;2015年12期
19 安世奇,贺纲;利用神经网络建立液力减速器模型[J];计算机工程与应用;2004年33期
20 徐小力;左云波;吴国新;;量子神经网络在旋转机组状态趋势预测中的应用[J];机械强度;2010年04期
中国重要会议论文全文数据库 前10条
1 谢进;阎开印;陈永;;神经网络技术在平面机构综合中的应用[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
2 杜福银;封其勃;;一种基于Hopfield神经网络作业车间调度问题的优化方法[A];2009年中国智能自动化会议论文集(第一分册)[C];2009年
3 徐志方;贺小明;张传维;沈路;;集成神经网络信息融合技术在给水泵故障诊断中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
4 贺小明;明建新;;RBF神经网络在给水泵故障诊断中的应用研究[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
5 邢汉明;张海旺;孙文帅;;滚动轴承配合的探讨[A];第二十二届川鲁冀晋琼粤辽七省矿业学术交流会论文集(下册)[C];2015年
6 白长青;张红艳;;滚动轴承—转子系统非线性建模及亚谐共振研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年
7 李济林;何曲波;王金太;喻峰;;滚动轴承材料的种类及应用[A];2011中国功能材料科技与产业高层论坛论文集(第三卷)[C];2011年
8 曹宏瑞;何正嘉;;高速滚动轴承力学特性建模与损伤机理分析[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
9 许茂;冯加权;;含滚动轴承的结构模态分析[A];第22届全国结构工程学术会议论文集第Ⅰ册[C];2013年
10 雒欣彦;;滚动轴承的故障诊断[A];河北冶金学会炼铁技术暨学术年会论文集[C];2006年
中国博士学位论文全文数据库 前5条
1 郑夕健;基于神经网络的塔式起重机结构有效寿命理论及技术实现[D];东北大学;2010年
2 董绍江;基于优化支持向量机的空间滚动轴承寿命预测方法研究[D];重庆大学;2012年
3 李永波;滚动轴承故障特征提取与早期诊断方法研究[D];哈尔滨工业大学;2017年
4 王之海;基于声发射的球轴承疲劳演化特征提取研究[D];昆明理工大学;2017年
5 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年
中国硕士学位论文全文数据库 前10条
1 潘凡;基于改进神经网络的风机故障监控与诊断系统研究[D];浙江工业大学;2017年
2 罗茜;基于优化EMD分解和GA-BP神经网络的滚动轴承故障诊断研究[D];湖南大学;2017年
3 黎德源;基于机器视觉的扶梯安全检测方法的研究[D];华南理工大学;2017年
4 马祥森;基于神经网络的结构破损诊断[D];南京航空航天大学;2004年
5 庞艳艳;基于选择性神经网络的故障诊断研究[D];华中科技大学;2014年
6 王坚;基于自适应共振神经网络的液压动力系统故障诊断专家系统研究[D];西安建筑科技大学;2006年
7 李严;基于联想记忆神经网络的故障识别[D];燕山大学;2012年
8 姚建明;基于神经网络的电液伺服系统智能控制研究[D];太原理工大学;2005年
9 高芮;基于神经网络的机械故障诊断技术的研究[D];青岛科技大学;2016年
10 吴旭辉;基于非平稳分析和神经网络的旋转机械故障诊断方法研究[D];华中科技大学;2009年
中国重要报纸全文数据库 前3条
1 记者 汪永基;澳门:学者确认4000多年前治玉“滚动轴承”[N];新华每日电讯;2013年
2 车尚礼;滚动轴承损坏的原因及正确装配方法[N];山东科技报;2000年
3 理想;LMGU下半环外套圈双列调心滚动轴承的特点[N];中国建材报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978