【摘要】：空調是日常生活和工業(yè)生產中必不可少的電器設備,人們對空調性能的要求日益嚴苛,使用中所暴露的由壓縮機缺陷引起的故障問題也越來越受到消費者的關注。生產過程中壓縮機缺陷是客觀存在的,如何在生產時就將缺陷壓縮機剔除,降低出廠壓縮機的缺陷存在率,成為生產商迫切需要解決的難題。本文提出一種壓縮機缺陷檢測平臺設計方案,能與已經高度自動化的壓縮機生產線的生產節(jié)拍所兼容配合。壓縮機缺陷檢測平臺可實現傳感器的自動化布置、撤回,自動化采集和記錄數據,根據判斷結果輸出報警等功能。本文介紹了缺陷檢測平臺的詳細設計,包括機械系統(tǒng)、測控系統(tǒng)和采集程序。最后經過調試,缺陷檢測平臺能夠實現預期的目標穩(wěn)定運行于壓縮機生產線上。本文詳細介紹了深度前饋神經網絡、卷積神經網絡算法基本原理和參數優(yōu)化算法,提出了一種基于卷積神經網絡的應用于壓縮機生產現場的缺陷檢測模型。隨后介紹缺陷檢測模型的整體結構和基于TensorFlow深度學習開源架構下缺陷檢測模型的實現。本課題最后通過壓縮機缺陷檢測平臺采集到大量的壓縮機振動數據。在經過生產廠商輔助標記后,利用壓縮機振動數據對提出的基于卷積神經網絡的壓縮機缺陷檢測模型進行訓練、測試和調整。最終得到準確率為99.5%的缺陷檢測模型,初步驗證了本文提出的算法的有效性。
【圖文】：

第一章 緒論1.1 課題背景及研究意義空調作為日常生活生活和工業(yè)生產中必不可少的設備，人們對空調性能的要求日益嚴苛，使用中所暴露的壓縮機缺陷引起的故障問題也越來越受到消費者的關注[1]。生產過程中，壓縮機缺陷是客觀存在的，如何將存在缺陷的壓縮機剔除，成為生產商迫切需要解決的難題�？照{最重要的零部件就是壓縮機[2]，壓縮機通過壓縮制冷劑，，實現熱能從室內排放至室外。常見的壓縮機按照結構可分為三類，滾動轉子式壓縮機、往復式壓縮機和渦旋式壓縮機。相比往復式壓縮機，滾動轉子式壓縮機具有結構簡單，質量輕，噪音低，效率高等優(yōu)點。在中低功率的空調中，絕大部分都使用滾動轉子式空氣壓縮機。滾動轉子式壓縮機結構如圖 1-1 所示。

第二章 壓縮機缺陷檢測平臺2.1 引言現代壓縮機生產已經實現高度的自動化，設計與自動化生產線節(jié)拍兼容的缺陷檢測平臺是必要環(huán)節(jié)。本章提出一種檢測平臺的設計方案，檢測平臺應當滿足以下性能要求：（1）根據現場生產節(jié)拍，自動化布置和撤回傳感器；（2）自動化為每個壓縮機采集并記錄 4 通道 20KHZ 采樣頻率下的 4 秒振動信號；（3）記錄每個壓縮機的鋼印號信息；（4）輸出缺陷判斷結果；（5）統(tǒng)計并生成數據報表。2.2 壓縮機缺陷檢測平臺的機械系統(tǒng)通氣裝置
【學位授予單位】：廣州大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TH45;TP183

【參考文獻】

相關期刊論文 前2條

1 雷亞國;賈峰;周昕;林京;;基于深度學習理論的機械裝備大數據健康監(jiān)測方法[J];機械工程學報;2015年21期

2 馮健美,屈宗長;渦旋壓縮機的發(fā)展優(yōu)勢和關鍵技術[J];中國機械工程;2002年19期

相關碩士學位論文 前4條

1 張偉;基于卷積神經網絡的軸承故障診斷算法研究[D];哈爾濱工業(yè)大學;2017年

2 韓寶珠;基于小波分析和在線極限學習機的滾動軸承故障診斷方法研究[D];北京交通大學;2016年

3 丁一;滾動轉子壓縮機空調系統(tǒng)振動與結構的有限元分析[D];華中科技大學;2011年

4 羅小榮;結合小波包與神經網絡的滾動轉子壓縮機故障診斷方法研究[D];西北工業(yè)大學;2005年

本文編號：2664224