《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于STL-1DDCAE的轴承故障诊断研究

作者:王雷,孙习习 日期:2022-07-20/span> 浏览:691 查看PDF文档

基于STL-1DDCAE的轴承故障诊断研究*
王雷1,孙习习2

(1.中国民航大学 工程技术训练中心,天津 300300;
2.中国民航大学 电子信息与自动化学院,天津 300300)


摘要:由于轴承原始振动数据标签信息不足,难以对其进行建模分析,针对这一问题,以美国辛辛那提大学IMS数据集为研究对象,提出了一种基于时序分解与一维深度卷积自编码网络(STL1DDCAE)的无监督轴承故障诊断方法。首先,通过一维深度卷积自编码网络对轴承正常运行数据的非线性特征进行了挖掘,得到了健康样本的重构误差;然后,采用概率分布的方式拟合了健康样本重构误差信号,并计算了其正太分布参数;最后,利用时间序列分解(STL)方法分析了轴承的重构误差曲线,利用趋势项分量确定了轴承故障的发生时间。研究结果表明:该方法能够充分提取轴承故障特征,自适应地确定样本临界阈值,避免轴承异常状态的高误判率,准确识别3个轴承异常信号发生的时间戳为760、1780、1700,并能够根据异常检测时间点分别给轴承数据添加健康状态、内圈故障、外圈故障及滚动体故障的标签,实现数据标签化处理。

关键词:机械运行与维修;故障诊断;异常信号检测;重构误差;时间序列分解;一维深度卷积自编码网络

中图分类号:TH133.3;TH17文献标识码:A文章编号:1001-4551(2022)05-0578-10



本文引用格式:

王雷,孙习习.基于STL-1DDCAE的轴承故障诊断研究[J].机电工程,2022,39(5):578-586,661.

WANG Lei, SUN Xi-xi. Fault diagnosis of bearings based on STL-1DDCAE[J].Journal of Mechanical & Electrical Engineering, 2022,39(5):578-586,661.



友情链接

浙江机械信息网