作品详情

当前位置：首页大赛首页基于迁移学习的机械设备智能故障诊断系统

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：基于迁移学习的机械设备智能故障诊断系统
学校名称：山东理工大学
参赛队伍：基于迁移学习的机械设备智能故障诊断系统
参赛学生：彭宇辉东野广通孙文玲
指导老师：张忠伟

详细说明

滚动轴承作为应用最广泛的旋转部件，是高端装备内部运动转换以及功率传输的核心。轴承的故障诊断对保障机械设备正常运行、避免事故和重大经济损失的发生具有重大意义。
在实际中，外部环境与动力需求的多样性导致设备运行工况往往是时变的，其中时变转速下的故障诊断是当下的研究热点。设备转速变化将会导致振动信号的特征模式发生变化，导致特征的偏移、歪斜，在此工况下的旋转部件故障诊断尤为困难。传统的变转速故障诊断是将信号转化到角度域中进行的。首先借助时频分析方法，获得信号的时频域特征，在此基础上取振动提信号的转速信息，再借助转速信息对信号进行重采样，将其转化为不随转速变化的角度域信号，最后利用信号分析手段与先验知识，进行故障诊断。可见传统故障诊断方法步骤繁琐，诊断效率较低，需要大量研究人员的知识储备与先验知识。在当下对“机械大数据”进行故障诊断的背景之下显然是不适用的。
因此，从时变转速智能故障诊断的困境出发，研究迁移学习和深度学习融合机制，提高基于深层表征的跨域数据分布和流形结构一致性，实现时变转速工况下故障特征的有效提取，并提高诊断模型的泛化能关键问题，具有十分重要的理论意义和实用价值。