2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩19頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于深度學(xué)習(xí)理論的電機故障診斷0前言1電機在當(dāng)代社會生產(chǎn)系統(tǒng)中的應(yīng)用越來越廣泛,是工業(yè)生產(chǎn)活動的主要驅(qū)動設(shè)備,一旦發(fā)生故障,將帶來巨大的經(jīng)濟損失。因此,針對電機故障診斷技術(shù)的研究,具有重要的理論研究價值和實際意義。電機是一個復(fù)雜的綜合電氣設(shè)備,其內(nèi)部包含復(fù)雜的多個子系統(tǒng),加之電機設(shè)備通常工作于比較惡劣的環(huán)境,這使得當(dāng)一種故障產(chǎn)生時其監(jiān)測信號往往會有多種不同的故障表現(xiàn)形式,從而使得故障診斷比較困難[1]。當(dāng)前用于電機故障診斷的方法多種多樣

2、,文獻(xiàn)[2]使用小波分析方法分解電機的振動加速度信號,求得各個子頻帶的能量比值,利用這個能量比值的樣本來訓(xùn)練經(jīng)過優(yōu)化的支持向量機(SupptVectMachine,SVM),試驗精確度為95.8%,其精度較一般的SVM有較大的提升。文獻(xiàn)[3]提出了一種核主元分析和粒子群支持向量機相結(jié)合的異步電機故障診斷方法,利用核主元分析實現(xiàn)特征提取和數(shù)據(jù)壓縮,將獲得的核主元特征通過支持向量機進(jìn)行模式識別,試驗精確度為94.5%,其效果較一般的方法精度

3、上有很大的提升。但是,隨著監(jiān)測裝備規(guī)模越來越大、每個裝備需要的測點越來越多、每個測點的采樣頻率越來越高、從開始服役到壽命終止的數(shù)據(jù)收集歷時越來越長,因此監(jiān)測系統(tǒng)獲得的是海量數(shù)據(jù),致使機械健康監(jiān)測領(lǐng)域進(jìn)入“大數(shù)據(jù)”時代[4]。上述方法在實現(xiàn)電機故障診斷時,用于試驗的樣本量都很小,而在機械“大數(shù)據(jù)”背景下,這些小樣本就失去了實際意義。另外,數(shù)據(jù)量越來越大,樣本量越來越多,5%的錯誤率對應(yīng)的錯誤診斷數(shù)也就越來越高。手動提取特征是非常費時和啟發(fā)

4、式的方法,除了需要大量的先驗知識、技能和豐富的實際經(jīng)驗作為支撐;還需要大量的時間來調(diào)節(jié)以便選取較好的特征;除此之外,手動提取特征常常會使得原始數(shù)據(jù)中某一部分特征丟失,從而無法獲得對原始數(shù)據(jù)完整的特征表示。因此,在“大數(shù)據(jù)”背景下,選擇合適的故障診斷方法和提高故障診斷精確度變得非常重要。(1))()()()()(bxwfxfxhibw?????式中:為樣本,i為第幾個樣本,為激活函數(shù),為網(wǎng)絡(luò)參數(shù),為權(quán)值,為偏置。)(ix)(?f??bw?

5、?wb解碼就是將低維空間的通過激活函數(shù)映射到高維空間來重構(gòu)樣本,如式(2)。)()(xhbw)(ix(2)))(())((?)()()(bxhwfxhfxbwbw????????式中,是對樣本的重構(gòu),為激活函數(shù),為網(wǎng)絡(luò)參數(shù),為權(quán)值,為偏置。x?)(ix)(?f??bw?????w?b?重構(gòu)得到的與樣本是不相等的,其誤差如式(3)所示。訓(xùn)練自編碼的方式就是反向傳播誤差x?)(ix來調(diào)整各層的權(quán)值和偏置,從而使得誤差收斂并達(dá)到最小。WB(3

6、)2?1)?(xxmxxJ??式中,為目標(biāo)函數(shù),為樣本數(shù)量。Jm如果當(dāng)誤差達(dá)到最低,即和無限接近時,則可以說是對樣本很好的表示,也就)?(xxJ)(ix)(?ix)()(xhbw是對樣本的很好的特征表達(dá)。1.1.2降噪自編碼在實際應(yīng)用中,訓(xùn)練樣本數(shù)據(jù)中因匯入噪聲,使得數(shù)據(jù)的某個部分失去了真實性(如電機振動信號在某個時刻受噪聲的干擾,其信號表現(xiàn)出來的特征則無法表達(dá)電機狀態(tài))。AE方法得到的特征因噪聲的存在產(chǎn)生誤差。降噪自編碼(Denois

7、ingAutoencoder,DAE)[11]是在自動編碼器的基礎(chǔ)上為訓(xùn)練數(shù)據(jù)加入噪聲,編碼器需要學(xué)習(xí)祛除噪聲從而獲得沒有被噪聲污染的輸入信號,使其更加具有魯棒性。首先按照分布在樣本上加入隨機噪聲,如式(4)。Dqnx(4))|~(~~xxqxD式中,為含噪樣本,為二項隨機隱藏噪聲。x~Dq然后與傳統(tǒng)AE一樣,使用優(yōu)化算法多次迭代完成網(wǎng)絡(luò)的訓(xùn)練。DAE在訓(xùn)練樣本中加入了隨機噪聲,降低了訓(xùn)練樣本和測試樣本分布不同帶來的影響,提高了特征表達(dá)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論