-
题名基于MTCN的滚动轴承故障诊断方法研究
- 1
-
-
作者
马新娜
赵尚军
栾浩楠
刘心茹
牛天云
-
机构
石家庄铁道大学信息科学与技术学院
石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室
-
出处
《软件导刊》
2023年第3期96-102,共7页
-
基金
国家自然科学基金项目(12172234,11790282,11972236)
河北省自然科学基金项目(A2021210022)
+1 种基金
河北省“三三三人才工程”资助项目(A202101018)
石家庄铁道大学研究生创新资助项目(YC2022055,YC2022052)。
-
文摘
为解决滚动轴承在不同转速、动载荷等变工况下故障诊断精度低的问题,基于已有时间卷积网络(TCN)提出多路时间卷积网络(MTCN)获得不同感受野下的振动信号特征,从而提高滚动轴承故障诊断准确率。首先,该网络使用了三路TCN网络,其中两路为原始振动信号输入到不同膨胀尺度的TCN网络,另一路将提取的时域特征输入TCN网络。然后,将三路特征进行拼接后输入全连接层中通过Softmax进行多分类。实验表明,在含有多种转速、动载荷等工况的数据集中,MTCN的滚动轴承故障诊断准确率可达到97.19%,相较于长短期记忆网络(LSTM)和一维卷积的AlexNet准确率更高。
-
关键词
深度学习
多路时间卷积网络
动载荷
滚动轴承
故障诊断
-
Keywords
deep learning
multipath time convolution network
dynamic load
rolling bearing
fault diagnosis
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
TH133.33
[机械工程—机械制造及自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于协整理论的滚动轴承一致性退化特征提取
- 2
-
-
作者
马新娜
刘心茹
牛天云
赵尚军
栾浩楠
-
机构
石家庄铁道大学信息科学与技术学院
石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室
-
出处
《软件导刊》
2023年第2期87-94,共8页
-
基金
国家自然科学基金项目(12172234,11790282,11972236)
河北省自然科学基金项目(A2021210022)
+1 种基金
河北省三三三人才项目(A202101018)
石家庄铁道大学研究生创新资助项目(YC2022052,YC2022055)。
-
文摘
通过对多个实验室不同工况下的轴承全寿命数据进行特征提取,分析一阶差分绝对和与0.1分位数之间存在的协整关系,提出基于协整理论的滚动轴承一致性退化特征提取方法。该方法可将不同的滚动轴承全寿命数据统一起来,得到不同工况下、不同轴承的一致性退化特征。对多个实验室不同工况下的全寿命数据进行实验,分析所提特征具有一致性的原因,进一步通过动态时间规整(DTW)方法计算特征序列之间的相似度,验证了该方法所提特征在一致性方面的优势。计算结果表明,根据相似度均值来衡量,所提协整特征的一致性为一阶差分绝对和的2.024倍,为0.1分位数的3.799倍。通过对比协整融合与其他常见的多种融合算法,结果表明,所提特征可有效减少来自工况等因素的影响,具有较好的两段性。
-
关键词
滚动轴承
协整理论
退化特征
两段性
一致性
-
Keywords
rolling bearing
cointegration theory
degradation feature
two-stage property
consistency
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-