首页> 中文学位 >基于振动信号分析的减速电机故障诊断应用研究
【6h】

基于振动信号分析的减速电机故障诊断应用研究

代理获取

目录

声明

1 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 主要研究内容

2 减速电机故障诊断相关基础理论

2.1 减速电机转子轴心轨迹产生机理

2.1.1 转子振动机理

2.1.2 转子系统受力分析

2.1.3 减速电机转子常见偏心故障类型及轴心轨迹图形

2.2 减速电机轴承故障产生机理分析

2.2.1 轴承基本结构

2.2.2 轴承失效表现形式

2.2.3 轴承故障振动信号特征频率分析

2.4 本章小结

3 减速电机转子轴心轨迹特征提取与故障诊断

3.1 转子轴心轨迹谐波小波提纯

3.1.1 小波去噪基础理论

3.1.2 谐波小波提纯理论

3.1.3 轴心轨迹提纯仿真

3.2 转子轴心轨迹特征提取

3.2.1 仿射不变矩特征构造

3.2.2 轴心轨迹图形仿射不变矩计算

3.3 转子轴心轨迹识别仿真

3.3.1 BP神经网络基本理论

3.3.2 轴心轨迹识别网络设计

3.3.3 轴心轨迹自动识别仿真实验

3.4 减速电机转子偏心故障诊断系统设计与实际应用

3.4.1 减速电机转子偏心故障诊断系统硬件

3.4.2 减速电机转子偏心故障诊断系统软件

3.4.3 减速电机转子偏心故障诊断系统测试

3.5 本章小结

4 基于卷积神经网络框架的减速电机轴承故障诊断

4.1 卷积神经网络基本结构

4.1.1 卷积层

4.1.2 激活层

4.1.3 池化层

4.1.4 全连接层

4.1.5 误差函数

4.1.6 批量归一化层

4.2 卷积神经网络的误差反向传播

4.2.1 全连接层反向求导

4.2.2 池化层反向求导

4.2.3 卷积层反向求导

4.2.4 批量归一化层反向求导

4.3 RAdam优化算法

4.4 基于一维卷积神经网络的减速电机轴承故障诊断方法

4.4.1 实验数据来源

4.4.2 数据集增强

4.4.3 数据集构建

4.4.4 网络参数设计

4.4.5 轴承故障诊断实验与分析

4.5 基于二维卷积神经网络的减速电机轴承故障诊断方法

4.5.1 数据集构建

4.5.2 网络参数设计

4.5.3 轴承故障诊断实验与分析

4.6 本章小结

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

攻读硕士学位期间主要研究成果

展开▼

著录项

  • 作者

    田瑞明;

  • 作者单位

    西安理工大学;

  • 授予单位 西安理工大学;
  • 学科 控制工程
  • 授予学位 硕士
  • 导师姓名 杨延西,李江;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP2TM3;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号