基于混合域特征及卷积神经网络的离心泵故障诊断方法研究

目录

声明

摘要

第一章绪论

1．1研究背景及意义

1．1．1研究背景

1．1．2研究意义

1．2课题相关研究现状

1．2．1振动数据特征选取

1．2．2故障智能识别

1．3主要内容及研究思路

第二章离心泵典型故障机理及模拟实验

2．1引言

2．2离心泵典型故障机理

2．3立式离心泵故障模拟实验

2．3．1试验台整体布局

2．3．2振动监测系统搭建

2．3．3实验方案设计

2．3．4故障数据初步分析

2．4卧式离心泵故障模拟实验

2．5本章小结

3．1引言

3．2混合域振动特征提取

3．2．1时域特征振动参数提取

3．2．2频域特征振动参数提取

3．2．3时频域振动特征参数提取

3．3特征选择与降维

3．3．1补偿距离评估技术

3．3．2主成分分析法(PCA)

3．3．3降维方法选择

3．4卧式离心泵数据特征选择

3．5本章小结

第四章基于卷积神经网络的离心泵故障智能诊断方法

4．1引言

4．2基于二维卷积神经网络的故障识别方法

4．2．1卷积神经网络CNN

4．2．2基于小波变换时频图特征

4．2．3基于频谱分量的特征快速构造算法

4．2．4故障识别模型构建

4．2．5故障识别结果与性能分析

4．3基于一维卷积神经网络的故障识别

4．3．1故障识别方法实现

4．3．2故障识别模型构建

4．3．3故障识别结果与模型性能对比

4．4卧式离心泵故障模型验证

4．5模型抗噪能力分析

4．6本章小结

5．1引言

5．2现场数据特征选择方法验证

5．3轴承故障案例验证

5．3．1二维故障识别模型构建

5．3．2一维故障识别模型构建

5．3．3识别结果及模型性能对比

5．4抽空故障案例验证

5．4．1混合域全特征集构造

5．4．2输入特征降维优化

5．4．3故障识别模型建立

5．4．4测试样本故障识别

5．5本章小结

6．1总结

6．2展望

参考文献

致谢

研究成果与发表的学术

作者与导师简介