隨著計(jì)算機(jī)、傳感器和通信技術(shù)的發(fā)展,現(xiàn)代工業(yè)系統(tǒng)變得越來(lái)越復(fù)雜。如何保證機(jī)械設(shè)備的可靠運(yùn)行,在設(shè)備發(fā)生故障時(shí)精準(zhǔn)的定位故障并且快速修復(fù)故障變得十分重要。故障診斷就是一種在設(shè)備發(fā)生故障時(shí),確定故障發(fā)生原因的技術(shù),在實(shí)際生產(chǎn)過(guò)程中能夠幫助工廠(chǎng)進(jìn)行快速的故障排查和故障修復(fù)。故障診斷的方法有很多種,目前基于傳統(tǒng)機(jī)器學(xué)習(xí)的故障診斷方法應(yīng)用廣泛,這種方法能夠不依賴(lài)系統(tǒng)的先驗(yàn)知識(shí),直接從采集到的工業(yè)設(shè)備運(yùn)行數(shù)據(jù)中挖掘出設(shè)備的故障特征。但是傳統(tǒng)的機(jī)器學(xué)習(xí)算法存在維度災(zāi)難、過(guò)擬合等問(wèn)題,而且對(duì)于不同的設(shè)備往往需要人工的構(gòu)造特征,泛化性能不好。本文針對(duì)這些問(wèn)題,將深度學(xué)習(xí)的方法引入到機(jī)械設(shè)備的故障診斷之中。本文的主要工作有:1、提出了一種基于深度自編碼網(wǎng)絡(luò)的機(jī)械設(shè)備故障診斷方法,利用收縮自編碼構(gòu)建深層網(wǎng)絡(luò),實(shí)現(xiàn)設(shè)備故障特征的自動(dòng)挖掘,移除對(duì)人工構(gòu)造特征的依賴(lài),提高方法的泛化性和通用性。2、提出了一種一元分類(lèi)的融合算法,通過(guò)分辨設(shè)備的已有故障類(lèi)型和未知故障類(lèi)型,提高模型的準(zhǔn)確率。3、通過(guò)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證本文方法的有效性并與當(dāng)前普遍使用的基于機(jī)器學(xué)習(xí)的故障診斷方法進(jìn)行比較,詳細(xì)分析影響模型準(zhǔn)確率的因素。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TP18;TH17
【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要工作
    1.4 本文的內(nèi)容安排
第二章 相關(guān)技術(shù)綜述
    2.1 深度學(xué)習(xí)概述
        2.1.1 人工神經(jīng)網(wǎng)絡(luò)
        2.1.2 深度學(xué)習(xí)經(jīng)典模型
        2.1.3 深度學(xué)習(xí)主要應(yīng)用
    2.2 自編碼機(jī)
        2.2.1 基本結(jié)構(gòu)
        2.2.2 收縮自編碼機(jī)
        2.2.3 稀疏自編碼機(jī)
    2.3 本章小結(jié)
第三章 基于深度收縮自編碼網(wǎng)絡(luò)的設(shè)備故障診斷
    3.1 深度自編碼網(wǎng)絡(luò)
        3.1.1 預(yù)訓(xùn)練過(guò)程
        3.1.2 微調(diào)過(guò)程
    3.2 分類(lèi)器的構(gòu)建
        3.2.1 Softmax分類(lèi)器
        3.2.2 實(shí)踐過(guò)程中的問(wèn)題
    3.3 一元分類(lèi)融合算法
        3.3.1 孤立森林
        3.3.2 融合算法
    3.4 本章小結(jié)
第四章 設(shè)備故障診斷實(shí)例測(cè)試及分析
    4.1 實(shí)例測(cè)試
        4.1.1 軸承測(cè)試
        4.1.2 齒輪箱測(cè)試
    4.2 一元分類(lèi)融合算法的故障診斷性能測(cè)試
    4.3 故障診斷模型性能測(cè)試與分析
        4.3.1 訓(xùn)練樣本數(shù)的選擇
        4.3.2 收縮率和稀疏性正則的權(quán)重
        4.3.3 可視化分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文主要工作
    5.2 論文工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間發(fā)表的論文

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李承哲;;計(jì)算機(jī)控制噴墨編碼機(jī)實(shí)現(xiàn)研究[J];通訊世界;2017年01期

2 羅慶生,韓寶玲,吳瑞松;液晶顯示技術(shù)在新型多功能?chē)娔幋a機(jī)中的應(yīng)用[J];包裝與食品機(jī)械;2000年01期

3 ;經(jīng)濟(jì)高效的噴墨編碼機(jī)[J];中國(guó)食品工業(yè);2000年07期

4 ;熱印熱敏編碼設(shè)備[J];中國(guó)食品工業(yè);2000年07期

5 羅慶生,韓寶玲,李宴康;新型多功能?chē)娔幋a機(jī)的研究[J];包裝與食品機(jī)械;1998年02期

6 羅慶生,韓寶玲,吳瑞松;新型多功能?chē)娔幋a機(jī)控制電路設(shè)計(jì)[J];印刷技術(shù);1999年06期

7 張小衛(wèi);噴墨編碼機(jī)在禽蛋產(chǎn)業(yè)中的應(yīng)用[J];中國(guó)家禽;1999年12期

8 張小衛(wèi);激光編碼機(jī)的技術(shù)原理與實(shí)踐[J];株洲工學(xué)院學(xué)報(bào);2000年02期

9 洛功;噴墨編碼機(jī)在防偽包裝中的應(yīng)用[J];包裝世界;1998年02期

10 趙蘊(yùn)龍;王博識(shí);張凱;董釗;張磊;;充分考慮節(jié)點(diǎn)編碼機(jī)會(huì)的編碼感知路由協(xié)議[J];應(yīng)用科學(xué)學(xué)報(bào);2014年01期

相關(guān)博士學(xué)位論文 前1條

1 孫建鎮(zhèn);基于鏈路穩(wěn)定性及網(wǎng)絡(luò)編碼的無(wú)線(xiàn)網(wǎng)絡(luò)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 易京;基于深度收縮自編碼網(wǎng)絡(luò)的機(jī)械設(shè)備故障診斷研究[D];北京郵電大學(xué);2019年

2 侯育濤;基于編碼的無(wú)線(xiàn)mesh網(wǎng)絡(luò)路由技術(shù)研究[D];哈爾濱工程大學(xué);2017年

3 代思;無(wú)線(xiàn)網(wǎng)絡(luò)中編碼機(jī)會(huì)發(fā)現(xiàn)方法的研究[D];寧波大學(xué);2014年

4 董釗;多跳無(wú)線(xiàn)網(wǎng)中的網(wǎng)絡(luò)編碼優(yōu)化技術(shù)研究[D];哈爾濱工程大學(xué);2012年

5 朱銳;無(wú)線(xiàn)Mesh網(wǎng)中基于編碼機(jī)會(huì)路由和軟件定義網(wǎng)絡(luò)的多流傳輸研究[D];東南大學(xué);2015年

6 曾瑞;四元數(shù)自編碼機(jī)算法及其應(yīng)用研究[D];東南大學(xué);2015年

7 常紅娜;基于網(wǎng)絡(luò)編碼和能量?jī)?yōu)化的無(wú)線(xiàn)路由協(xié)議研究[D];西安電子科技大學(xué);2011年

8 ManarSabahAl-Kali（瑪納爾）;多跳無(wú)線(xiàn)Mesh網(wǎng)絡(luò)中網(wǎng)絡(luò)編碼性能研究[D];華中科技大學(xué);2011年

9 王宇;無(wú)線(xiàn)多跳網(wǎng)絡(luò)中基于網(wǎng)絡(luò)編碼感知的路由算法研究[D];重慶郵電大學(xué);2017年

10 牛寶君;基于降噪堆棧式自動(dòng)編碼機(jī)的協(xié)同過(guò)濾推薦算法[D];重慶大學(xué);2017年

本文編號(hào)：2859809