利用深度学习技术进行电机转子故障分类与预测.docxVIP

利用深度学习技术进行电机转子故障分类与预测

目录

文档概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.4技术路线与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

电机转子故障机理及特征分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1电机转子常见故障类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.1.1轴承故障．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1.2绕组故障．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.1.3磁极故障．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.1.4转子断条故障．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.2故障产生机理分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.3电机振动信号特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.3.1时域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.3.2频域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.3.3时频域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.4电机电流信号特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

2.4.1时域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.4.2频域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.4.3时频域特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

深度学习算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.1神经网络基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.2卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

3.3循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.3.1长短期记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.3.2门控循环单元．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.4生成对抗网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.5自编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.6深度学习算法选择依据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

基于深度学习的电机转子故障分类模型．．．．．．．．．．．．．．．．．．．．．45

4.1数据预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

4.2基于CNN的故障分类模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

4.3基于LSTM的故障分类模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.4基于混合模型的故障分类模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.5模型训练与优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.6模型性能评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．