基于卷积神经网络的回转窑减速机轴承故障诊断

目录

声明

第一章绪论

1.1课题背景及研究意义

1.2回转窑减速机故障机理

1.3轴承故障诊断方法研究现状与分析

1.3.1国内研究现状

1.3.2国外研究现状

1.4卷积神经网络研究现状

1.5研究简析

1.6论文主要研究内容

第二章轴承振动信号预处理研究

2.1引言

2.2数据采集

2.3数据预处理

2.3.1数据增强

2.3.2独热编码

2.3.3数据标准化

2.4数据集划分

2.5本章小结

第三章卷积神经网络轴承故障诊断结构

3.1引言

3.2卷积神经网络结构

3.2.1卷积层

3.2.2激活层

3.2.3池化层

3.2.4全连接层与输出层

3.2.5损失函数

3.3卷积神经网络误差反传

3.3.1卷积层反向传播

3.3.2池化层反向传播

3.4本章小结

第四章基于DSCNN-GRU结构的轴承故障诊断模型

4.1引言

4.2过拟合优化结构

4.2.1 BN批量归一化

4.2.2 L2正则化

4.2.3 Dropout层

4.3自适应梯度优化

4.3.1 Adam算法

4.3.2跟踪梯度策略优化Adam

4.4 DSCNN-GRU模型故障诊断研究

4.4.1深度可分离卷积

4.4.2门控循环单元

4.4.3 DSCNN-GRU结构与参数设计

4.4.4数据集训练与测试

4.4.5现场采集信号抗噪性能测试

4.5 DSCNN-GRU模型可视化分析

4.5.1首层卷积核可视化

4.5.2首层卷积输出特征表达

4.5.3卷积中间层输出激活可视化

4.5.4卷积层输出分类T-SNE可视化

4.6本章小结

第五章基于DSTCN结构的轴承故障诊断模型

5.1引言

5.2时间卷积结构研究

5.2.1全卷积与因果卷积

5.2.2扩张卷积

5.2.3残差模块

5.3 DSTCN结构的轴承故障诊断模型

5.3.1 DSTCN结构设计

5.3.2数据集训练与测试

5.3.3抗噪性能测试

5.4 DSTCN故障诊断模型可视化分析

5.4.1残差块输出T-SNE可视化

5.4.2 TensorBoard可视化

5.4.3测试集输出分类可视化

5.5本章小结

第六章总结与展望

6.1总结

6.2展望

参考文献

发表论文和参加科研情况说明

致谢