亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        鄰域知識(shí)圖算法在旋轉(zhuǎn)機(jī)械設(shè)備故障診斷中的應(yīng)用

        2023-12-01 03:07:42鄧宇翔李正紅
        計(jì)算機(jī)測(cè)量與控制 2023年11期
        關(guān)鍵詞:鄰域機(jī)械設(shè)備故障診斷

        鄧宇翔,李正紅

        (1.昆明冶金高等專科學(xué)校 電氣與機(jī)械學(xué)院,昆明 650300;2.昆明學(xué)院 信息工程學(xué)院,昆明 650214)

        0 引言

        旋轉(zhuǎn)機(jī)械是指依靠旋轉(zhuǎn)動(dòng)作完成特定功能的機(jī)械部件,包括動(dòng)力機(jī)械、過(guò)程機(jī)械、加工機(jī)械三種類型。動(dòng)力機(jī)械的組成形式較為復(fù)雜,可繼續(xù)細(xì)分為流體輸送機(jī)械、電動(dòng)機(jī)和原動(dòng)機(jī)。流體輸送機(jī)械通過(guò)向流體做功的方式,提高機(jī)械部件的動(dòng)能水平,由于流體每完成一次做功后,都能獲得一定的能力,所以該類型機(jī)械元件的應(yīng)用能夠克服機(jī)械能的損失,達(dá)到提高液體位能與壓強(qiáng)的目的[1]。電動(dòng)機(jī)、原動(dòng)機(jī)的工作原理相對(duì)較為簡(jiǎn)單,可以在外部電能或勢(shì)能的作用下,驅(qū)動(dòng)機(jī)械部件,使其呈現(xiàn)出運(yùn)動(dòng)狀態(tài)。過(guò)程機(jī)械、加工機(jī)械都是某一類機(jī)械部件的統(tǒng)稱,其運(yùn)行能力受到外部動(dòng)能與勢(shì)能的影響,在電力供應(yīng)不充分的情況下,一部分動(dòng)能及勢(shì)能會(huì)轉(zhuǎn)變成電力信號(hào)的形式,以保證機(jī)械結(jié)構(gòu)不會(huì)表現(xiàn)出運(yùn)行中斷的情況。

        故障診斷就是利用各種測(cè)試和檢查方法,確定設(shè)備元件是否運(yùn)行故障問(wèn)題的檢查流程,能夠輔助相關(guān)工作人員完成對(duì)故障節(jié)點(diǎn)所處區(qū)域的定位。侯召國(guó)、王華偉、周良等人提出的基于改進(jìn)深度殘差網(wǎng)絡(luò)的故障診斷方法首先對(duì)旋轉(zhuǎn)機(jī)械一維振動(dòng)信號(hào)進(jìn)行預(yù)處理,然后利用深度殘差網(wǎng)絡(luò)架構(gòu)建立長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型,接著利用捕獲所得的故障時(shí)序信息,確定主機(jī)元件對(duì)故障數(shù)據(jù)的處理精度,最后在網(wǎng)絡(luò)體系中運(yùn)行完整的診斷模型,得到診斷結(jié)果[2]。鄭近德、應(yīng)萬(wàn)明、潘海洋等人提出的基于改進(jìn)全息希爾伯特譜分析的故障診斷方法通過(guò)雙層經(jīng)驗(yàn)?zāi)B(tài)分解的方式,完整描述旋轉(zhuǎn)機(jī)械設(shè)備振動(dòng)信號(hào)的調(diào)制特性,又聯(lián)合混疊噪聲指標(biāo),確定故障行為的表現(xiàn)能力,從而獲得較為理想的診斷結(jié)果[3]。

        在實(shí)際應(yīng)用過(guò)程中,旋轉(zhuǎn)機(jī)械設(shè)備所能表現(xiàn)出的故障問(wèn)題多種多樣,而上述兩種方法的診斷方式相對(duì)較為單一,故而其診斷結(jié)果的可參考性價(jià)值也就相對(duì)較弱。鄰域知識(shí)圖算法是一種新型的檢測(cè)模型。所謂鄰域就是指數(shù)據(jù)集合上的一種基礎(chǔ)拓?fù)浣Y(jié)構(gòu),在鄰域區(qū)間內(nèi),信息對(duì)象之間的關(guān)聯(lián)性較強(qiáng),且在已知關(guān)聯(lián)算法的情況下,根據(jù)一個(gè)數(shù)據(jù)對(duì)象,就可以確定所有數(shù)據(jù)對(duì)象的取值范圍[4]。知識(shí)圖是以元數(shù)據(jù)為基礎(chǔ)建立的數(shù)據(jù)查詢結(jié)構(gòu),利用知識(shí)圖能夠準(zhǔn)確定義核心數(shù)據(jù)對(duì)象與參考數(shù)據(jù)之間的差值關(guān)系,以便于主機(jī)元件能夠快速確定所需查找數(shù)據(jù)對(duì)象所處位置。利用鄰域知識(shí)圖算法的應(yīng)用優(yōu)勢(shì),設(shè)計(jì)一種新型的旋轉(zhuǎn)機(jī)械設(shè)備故障診斷方法,并通過(guò)對(duì)比實(shí)驗(yàn)的方式,突出該方法在診斷不同類型故障表現(xiàn)行為方面的應(yīng)用能力。

        1 基于鄰域知識(shí)圖算法的故障數(shù)據(jù)推薦

        鄰域知識(shí)圖算法作用下,為實(shí)現(xiàn)機(jī)械設(shè)備故障數(shù)據(jù)的推薦,應(yīng)根據(jù)算法架構(gòu)模型,推導(dǎo)具體的函數(shù)表達(dá)式,本章節(jié)針對(duì)上述內(nèi)容展開深入研究。

        1.1 鄰域知識(shí)圖算法設(shè)計(jì)

        1.1.1 算法架構(gòu)

        鄰域知識(shí)圖算法架構(gòu)由兩部分組成,第一部分架構(gòu)體系描述了多維度鄰域組織與標(biāo)準(zhǔn)鄰域組織之間的對(duì)應(yīng)關(guān)系,第二部分架構(gòu)體系描述了標(biāo)準(zhǔn)鄰域組織與鄰域知識(shí)節(jié)點(diǎn)之間的對(duì)應(yīng)關(guān)系。

        1)多維度鄰域組織與標(biāo)準(zhǔn)鄰域組織之間的對(duì)應(yīng)關(guān)系(如圖1所示):所謂多維度鄰域組織就是指Ⅰ維鄰域組織與Ⅱ維鄰域組織,二者保持直接嵌套關(guān)系,數(shù)據(jù)空間較為廣泛的Ⅰ維鄰域組織套接在Ⅱ維鄰域組織外部,為鄰域知識(shí)節(jié)點(diǎn)提供了分布空間[5]。在多維度鄰域組織中,知識(shí)節(jié)點(diǎn)對(duì)象保持自由分布狀態(tài)。標(biāo)準(zhǔn)鄰域組織是多維度鄰域組織的融合表現(xiàn)形式,且在進(jìn)行組織環(huán)境融合處理的過(guò)程中,知識(shí)節(jié)點(diǎn)對(duì)象的排列方式會(huì)更適應(yīng)主機(jī)元件所需執(zhí)行的程序指令。

        2)標(biāo)準(zhǔn)鄰域組織與鄰域知識(shí)節(jié)點(diǎn)之間的對(duì)應(yīng)關(guān)系(如圖2所示):鄰域知識(shí)節(jié)點(diǎn)在標(biāo)準(zhǔn)鄰域組織中獨(dú)立出來(lái)的過(guò)程,就是主機(jī)元件執(zhí)行程序指令的過(guò)程中,通常情況下,執(zhí)行完程序指令后,每一個(gè)鄰域知識(shí)節(jié)點(diǎn)中所存儲(chǔ)的數(shù)據(jù)信息都可供主機(jī)元件的直接調(diào)取與利用。

        圖2 鄰域知識(shí)圖算法的第二層對(duì)應(yīng)關(guān)系

        數(shù)據(jù)信息文件從多維度組織向標(biāo)準(zhǔn)維度組織傳輸所遵循的算法條件,并不適用于數(shù)據(jù)對(duì)象的回傳過(guò)程,所以在鄰域知識(shí)圖算法運(yùn)行過(guò)程中,鄰域知識(shí)節(jié)點(diǎn)中數(shù)據(jù)樣本的存儲(chǔ)量始終小于領(lǐng)域組織中的數(shù)據(jù)存儲(chǔ)量。

        1.1.2 知識(shí)圖算法的函數(shù)表達(dá)式

        鄰域知識(shí)圖算法函數(shù)就是以架構(gòu)體系為基礎(chǔ),求導(dǎo)的數(shù)學(xué)計(jì)算公式。在診斷旋轉(zhuǎn)機(jī)械設(shè)備故障的過(guò)程中,函數(shù)表達(dá)式要求主機(jī)元件對(duì)于數(shù)據(jù)樣本的定義必須符合鄰域知識(shí)圖算法原則,且單位運(yùn)算周期內(nèi),只對(duì)同一類或同一單元內(nèi)的故障數(shù)據(jù)進(jìn)行取樣[6]。鄰域知識(shí)圖算法函數(shù)對(duì)于運(yùn)算數(shù)據(jù)提出了統(tǒng)一性的原則,所謂統(tǒng)一性就是指數(shù)據(jù)對(duì)象只能描述一種類型的機(jī)械設(shè)備故障行為,或當(dāng)前所應(yīng)用故障數(shù)據(jù)來(lái)源于機(jī)械設(shè)備的同一運(yùn)行周期內(nèi)。

        (1)

        利用公式(1),推導(dǎo)數(shù)據(jù)對(duì)象在鄰域組織中的標(biāo)記向量計(jì)算式為:

        (2)

        其中:χ1、χ2、…、χn分別表示鄰域知識(shí)節(jié)點(diǎn)中的數(shù)據(jù)對(duì)象記錄參數(shù),其取值屬于[1,+∞)的數(shù)值區(qū)間。

        在公式(2)的基礎(chǔ)上,可將鄰域知識(shí)圖算法的函數(shù)表達(dá)式定義為:

        (3)

        β表示待運(yùn)算數(shù)據(jù)的取樣系數(shù),dmax表示故障數(shù)據(jù)對(duì)象數(shù)值定義項(xiàng)的最大取值,dmin表示故障數(shù)據(jù)對(duì)象數(shù)值定義項(xiàng)的最小取值,α表示算法運(yùn)行過(guò)程中的運(yùn)算數(shù)據(jù)標(biāo)記參數(shù)。依照鄰域知識(shí)圖算法完成對(duì)旋轉(zhuǎn)機(jī)械設(shè)備故障行為的診斷,除了要保證數(shù)據(jù)對(duì)象的取值唯一性之外,還要避免對(duì)同一故障數(shù)據(jù)樣本進(jìn)行重復(fù)標(biāo)記,特別是在數(shù)據(jù)樣本累積量較大的情況下,重復(fù)標(biāo)記極易造成鄰域知識(shí)圖算法出現(xiàn)錯(cuò)誤運(yùn)算行為。

        1.2 故障數(shù)據(jù)的推薦

        故障數(shù)據(jù)推薦是指按照鄰域知識(shí)圖算法完成對(duì)旋轉(zhuǎn)機(jī)械設(shè)備故障對(duì)象的選擇。所謂推薦可以理解為在符合算法條件下,所進(jìn)行的數(shù)據(jù)對(duì)象推選與按需調(diào)取。從診斷的角度來(lái)看,故障數(shù)據(jù)的推薦標(biāo)準(zhǔn)越嚴(yán)謹(jǐn),在取樣數(shù)據(jù)對(duì)象的過(guò)程中出現(xiàn)錯(cuò)誤計(jì)算的可能性就越低;從數(shù)據(jù)選取的角度來(lái)看,完成推薦指令所應(yīng)用的數(shù)據(jù)對(duì)象必然符合鄰域知識(shí)圖算法的定義條件,因此只要保證數(shù)據(jù)樣本的真實(shí)性,就可以在后續(xù)診斷過(guò)程中,實(shí)現(xiàn)對(duì)旋轉(zhuǎn)機(jī)械設(shè)備故障表現(xiàn)行為的精準(zhǔn)判定。

        推薦是一個(gè)連貫的指令行為流程,只要“推”的部分符合鄰域知識(shí)圖算法的定義標(biāo)準(zhǔn),“薦”的部分就不會(huì)獲得不符合故障診斷需求的數(shù)據(jù)對(duì)象[7]。簡(jiǎn)單來(lái)說(shuō),就是數(shù)據(jù)選取部分滿足鄰域知識(shí)圖算法所規(guī)定的要求,那么利用取樣所得的數(shù)據(jù)對(duì)象就可以得到較為理想的故障診斷結(jié)果。

        (4)

        利用鄰域知識(shí)圖算法所推薦的故障數(shù)據(jù)對(duì)象是準(zhǔn)確診斷旋轉(zhuǎn)機(jī)械設(shè)備故障的必要條件。

        2 旋轉(zhuǎn)機(jī)械設(shè)備故障數(shù)據(jù)的深度挖掘

        挖掘旋轉(zhuǎn)機(jī)械設(shè)備故障數(shù)據(jù)是實(shí)現(xiàn)故障行為診斷的必要環(huán)節(jié),利用鄰域知識(shí)圖算法,完成故障數(shù)據(jù)預(yù)處理,并以此為基礎(chǔ),確定具體的深度挖掘執(zhí)行方案。

        2.1 數(shù)據(jù)準(zhǔn)備

        故障數(shù)據(jù)準(zhǔn)備的過(guò)程就是按照鄰域知識(shí)圖算法確定挖掘?qū)ο笈c挖掘目標(biāo)的過(guò)程,由于旋轉(zhuǎn)機(jī)械設(shè)備運(yùn)行過(guò)程中,故障數(shù)據(jù)的產(chǎn)生是大量且無(wú)序的,所以需要在實(shí)施挖掘處理之前,選擇必要的挖掘數(shù)據(jù)源對(duì)象。若想保證故障行為診斷結(jié)果的準(zhǔn)確性,完成故障數(shù)據(jù)準(zhǔn)備的有效性是關(guān)鍵。在診斷過(guò)程中,如果故障數(shù)據(jù)的數(shù)量水平不足可能會(huì)導(dǎo)致無(wú)法得到所需挖掘結(jié)果;如果數(shù)據(jù)對(duì)象的指令水平太差,則會(huì)導(dǎo)致挖掘結(jié)果無(wú)法指示出與該類型數(shù)據(jù)樣本對(duì)應(yīng)的故障表現(xiàn)行為[8]。另外,數(shù)據(jù)準(zhǔn)備只是旋轉(zhuǎn)機(jī)械設(shè)備故障數(shù)據(jù)挖掘的第一個(gè)步驟,它的處理結(jié)果決定了數(shù)據(jù)挖掘技術(shù)所遵循的執(zhí)行模型。

        (5)

        對(duì)于整個(gè)數(shù)據(jù)挖掘過(guò)程而言,完美的數(shù)據(jù)準(zhǔn)備過(guò)程是獲得準(zhǔn)確診斷的重要先決條件,特別是在實(shí)施數(shù)據(jù)預(yù)處理之前,完成數(shù)據(jù)準(zhǔn)備才能保障所取樣數(shù)據(jù)源與故障表現(xiàn)行為之間的對(duì)應(yīng)關(guān)系[9]。如果準(zhǔn)備故障數(shù)據(jù)的過(guò)程中,存在一個(gè)源節(jié)點(diǎn)同時(shí)對(duì)應(yīng)多個(gè)數(shù)據(jù)對(duì)象的情況,則可以再次利用鄰域知識(shí)圖算法對(duì)故障數(shù)據(jù)進(jìn)行取樣,以此滿足數(shù)據(jù)挖掘處理的唯一性要求。

        2.2 機(jī)械設(shè)備故障數(shù)據(jù)預(yù)處理

        在診斷旋轉(zhuǎn)機(jī)械設(shè)備故障的實(shí)際應(yīng)用中,所使用的數(shù)據(jù)源往往是不完整的、含有雜質(zhì)的、甚至是不符合鄰域知識(shí)圖算法取樣標(biāo)準(zhǔn)的,而這些數(shù)據(jù)對(duì)象的存在又具有普遍性。所以,在完成故障數(shù)據(jù)準(zhǔn)備后,為保證數(shù)據(jù)挖掘結(jié)果能夠與診斷指令保持單一指向性關(guān)系,就需要在數(shù)據(jù)預(yù)處理階段再次利用鄰域知識(shí)圖算法對(duì)所涉及數(shù)據(jù)對(duì)象進(jìn)行整合與處理,才能保證數(shù)據(jù)樣本在后續(xù)挖掘流程中的正常使用[10-11]。

        對(duì)于機(jī)械設(shè)備故障數(shù)據(jù)的預(yù)處理可以按照如下流程進(jìn)行。

        1)完成準(zhǔn)備后故障數(shù)據(jù)的初次取樣,在所有數(shù)據(jù)樣本中集中挑選符合鄰域知識(shí)圖算法定義標(biāo)準(zhǔn)的數(shù)據(jù)源參量,并將其作為待挖掘?qū)ο蟆?/p>

        2)初次取樣故障數(shù)據(jù)的二次加工,對(duì)所得數(shù)據(jù)對(duì)象進(jìn)行重排處理。

        3)完成重排后,定義統(tǒng)一的故障數(shù)據(jù)預(yù)處理標(biāo)準(zhǔn),具體求解表達(dá)式如下:

        (6)

        4)待挖掘數(shù)據(jù)源的全面整合,去除所有雜質(zhì)對(duì)象后,將所得數(shù)據(jù)對(duì)象整合成一個(gè)全新的數(shù)據(jù)樣本集合,并在集合中為每一個(gè)滿足預(yù)處理標(biāo)準(zhǔn)的信息對(duì)象定義一個(gè)全新的標(biāo)度值指征,在后續(xù)診斷過(guò)程中,主機(jī)元件可以根據(jù)標(biāo)度值參數(shù)確定該類型數(shù)據(jù)對(duì)象所代表的具體故障行為類型。

        “天涯秋光靜,木末群鳥還。夜久游子息,月明歧路閑。風(fēng)生淮水上,帆落楚云間。此意竟誰(shuí)見(jiàn),行行非故關(guān)?!盵5]

        2.3 數(shù)據(jù)深度挖掘

        對(duì)于旋轉(zhuǎn)機(jī)械設(shè)備故障數(shù)據(jù)的深度挖掘,首先需要明確挖掘指令的具體執(zhí)行任務(wù)與目的,根據(jù)任務(wù)需求旋轉(zhuǎn)數(shù)據(jù)對(duì)象,并制定響應(yīng)的挖掘文件。其次按照鄰域知識(shí)圖算法確定故障行為的表現(xiàn)強(qiáng)度,由于不同數(shù)據(jù)對(duì)象所代表的故障行為等級(jí)并不相同,所以為保證診斷結(jié)果的準(zhǔn)確性,必須根據(jù)關(guān)聯(lián)強(qiáng)度對(duì)應(yīng)情況來(lái)判斷挖掘算法是否能夠成立[12]。然后需確保不同挖掘指令不會(huì)得到同一個(gè)運(yùn)算結(jié)果,特別是在數(shù)據(jù)對(duì)象較為類似的情況下,應(yīng)避免重復(fù)取樣或重復(fù)運(yùn)算行為的出現(xiàn)。

        在執(zhí)行故障數(shù)據(jù)深度挖掘處理的過(guò)程中,應(yīng)考慮數(shù)據(jù)集中性特點(diǎn)、故障行為診斷需求兩方面問(wèn)題,前者是指旋轉(zhuǎn)機(jī)械設(shè)備的普遍性故障規(guī)律,一般來(lái)說(shuō)包括內(nèi)環(huán)故障、外環(huán)故障、滾動(dòng)體故障三種形式;后者則是指數(shù)據(jù)挖掘指令的執(zhí)行結(jié)果完全服務(wù)于機(jī)械設(shè)備的故障診斷行為。

        利用公式(6),推導(dǎo)旋轉(zhuǎn)機(jī)械設(shè)備故障數(shù)據(jù)深度挖掘計(jì)算式為:

        (7)

        v表示挖掘處理過(guò)程中故障數(shù)據(jù)的迭代傳輸次數(shù),O′表示故障數(shù)據(jù)的迭代傳輸閾值,μ′表示挖掘指令的執(zhí)行閾值,λ表示基于鄰域知識(shí)圖算法的故障數(shù)據(jù)取樣參數(shù),l表示深度值向量。鄰域知識(shí)圖算法規(guī)定,經(jīng)過(guò)深度挖掘處理后,數(shù)據(jù)對(duì)象所代表的故障行為等級(jí)不再發(fā)生變化,因此在診斷旋轉(zhuǎn)機(jī)械設(shè)備故障行為的過(guò)程中,挖掘指令的執(zhí)行決定了診斷結(jié)果的唯一性。

        3 深度挖掘下的旋轉(zhuǎn)機(jī)械設(shè)備故障診斷方法設(shè)計(jì)

        故障診斷方法的設(shè)計(jì)利用深度挖掘處理后的故障數(shù)據(jù)對(duì)象進(jìn)行融合,再聯(lián)合降維條件,定義具體的核特征,從而實(shí)現(xiàn)對(duì)診斷流程的完善。

        3.1 故障數(shù)據(jù)融合

        故障數(shù)據(jù)融合就是指將符合同一診斷需求的故障數(shù)據(jù)集合在一起,以便于后續(xù)診斷過(guò)程中,主機(jī)元件可以在較短時(shí)間內(nèi)提取到大量的數(shù)據(jù)對(duì)象。鄰域知識(shí)圖算法規(guī)定,主機(jī)元件對(duì)故障數(shù)據(jù)的融合處理遵循深度挖掘條件,在信息對(duì)象較為類似的情況下,如果根據(jù)表面計(jì)算結(jié)果不能判斷出當(dāng)前數(shù)據(jù)對(duì)象是否與其他故障數(shù)據(jù)屬于同一類別,則可以再次對(duì)其進(jìn)行深度挖掘處理,并根據(jù)二次處理結(jié)果,判斷當(dāng)前數(shù)據(jù)與其他故障數(shù)據(jù)之間的關(guān)聯(lián)程度[13-14]。

        (8)

        如果單一數(shù)據(jù)集合中所包含的故障數(shù)據(jù)對(duì)象過(guò)多,則可以再命名一個(gè)全新的集合單元用于存儲(chǔ)于當(dāng)前信息類型的融合對(duì)象。因此,在診斷旋轉(zhuǎn)機(jī)械設(shè)備故障行為的過(guò)程中,主機(jī)元件允許相同數(shù)據(jù)集合單元的存在。

        3.2 故障數(shù)據(jù)降維

        利用公式(8),可將故障數(shù)據(jù)降維表達(dá)式定義為:

        (9)

        3.3 故障行為的核特征定義

        核特征可以理解為旋轉(zhuǎn)機(jī)械設(shè)備故障行為數(shù)據(jù)的集中表現(xiàn)特征,利用鄰域知識(shí)圖算法診斷故障數(shù)據(jù)時(shí),根據(jù)核特征定義項(xiàng)確定故障行為表現(xiàn)強(qiáng)度時(shí),能夠合理利用降維條件,從而在獲得準(zhǔn)確診斷結(jié)果的同時(shí),避免對(duì)數(shù)據(jù)樣本進(jìn)行重復(fù)取樣。所謂集中表現(xiàn)并不是針對(duì)整個(gè)故障數(shù)據(jù)集合提出的,而是在某一特定數(shù)值區(qū)域內(nèi)的數(shù)據(jù)樣本表現(xiàn)特征[17-18]。即便是在數(shù)據(jù)集合定義條件極為相似的情況下,兩類故障行為的核特征求解結(jié)果也不可能完全相等,因此利用核特征完成對(duì)機(jī)械設(shè)備故障行為的診斷,能夠充分保證診斷結(jié)果的準(zhǔn)確性。

        (9)

        核特征表達(dá)式對(duì)于旋轉(zhuǎn)機(jī)械設(shè)備故障行為數(shù)據(jù)的描述較為精準(zhǔn),在數(shù)據(jù)種類不發(fā)生改變的情況下,其核特征表達(dá)式的計(jì)算結(jié)果也不會(huì)發(fā)生變化。

        3.4 診斷流程完善

        為獲得準(zhǔn)確的故障診斷結(jié)果,首先應(yīng)按照故障數(shù)據(jù)的降維條件,判斷核特征指標(biāo)的定義完整性。然后根據(jù)核特征表達(dá)式,完成對(duì)故障數(shù)據(jù)的取樣,且所得數(shù)據(jù)樣本必須符合鄰域知識(shí)圖算法的約束條件[19-20]。最后應(yīng)分析旋轉(zhuǎn)機(jī)械設(shè)備的當(dāng)前運(yùn)行情況,并判斷取樣所得的數(shù)據(jù)對(duì)象是否符合實(shí)際診斷需求,判斷結(jié)果為“是”時(shí),完成對(duì)機(jī)械設(shè)備故障行為的診斷;判斷結(jié)果為“否”時(shí),返回定義核特征步驟再次執(zhí)行后續(xù)流程,直至得到準(zhǔn)確的故障行為診斷結(jié)果。完整的旋轉(zhuǎn)機(jī)械設(shè)備故障診斷流程如圖3所示。

        圖3 基于鄰域知識(shí)圖算法的故障診斷流程圖

        利用公式(9),可將基于鄰域知識(shí)圖算法的旋轉(zhuǎn)機(jī)械設(shè)備故障診斷表達(dá)式定義為:

        (10)

        4 實(shí)驗(yàn)分析與研究

        本次實(shí)驗(yàn)意在驗(yàn)證基于鄰域知識(shí)圖算法的旋轉(zhuǎn)機(jī)械設(shè)備故障診斷算法、基于改進(jìn)深度殘差網(wǎng)絡(luò)的故障診斷方法、基于改進(jìn)全息希爾伯特譜分析的故障診斷方法對(duì)于旋轉(zhuǎn)型機(jī)械設(shè)備故障問(wèn)題的診斷能力,分別從內(nèi)環(huán)故障、外環(huán)故障、滾動(dòng)體故障三方面著手進(jìn)行實(shí)驗(yàn)。

        4.1 故障分類

        內(nèi)環(huán)故障、外環(huán)故障、滾動(dòng)體故障是旋轉(zhuǎn)機(jī)械設(shè)備三種常見(jiàn)的故障問(wèn)題。其中,內(nèi)環(huán)故障是指由內(nèi)環(huán)部件破損造成的故障表現(xiàn)行為(如圖4(a)所示),對(duì)于旋轉(zhuǎn)機(jī)械設(shè)備而言,該類型故障有可能造成內(nèi)環(huán)組織的完全斷裂,從而使機(jī)械設(shè)備發(fā)生偏轉(zhuǎn);外環(huán)故障是指由外環(huán)部件破損造成的故障表現(xiàn)行為(如圖4(b)所示),對(duì)于旋轉(zhuǎn)機(jī)械設(shè)備而言,該類型故障會(huì)影響機(jī)械設(shè)備的旋轉(zhuǎn)穩(wěn)定性;滾動(dòng)體故障是由滾動(dòng)部件結(jié)構(gòu)損壞造成的故障表現(xiàn)行為(如圖4(c)所示),對(duì)于旋轉(zhuǎn)機(jī)械設(shè)備而言,該類型故障會(huì)使機(jī)械設(shè)備的真實(shí)旋轉(zhuǎn)角度與規(guī)定旋轉(zhuǎn)角度出現(xiàn)偏差。

        圖4 旋轉(zhuǎn)機(jī)械設(shè)備的故障表現(xiàn)行為

        所使用方法的應(yīng)用價(jià)值表現(xiàn)在其對(duì)于故障部分機(jī)械設(shè)備裂度水平的檢測(cè)準(zhǔn)確性方面,在不考慮其他干擾條件的情況下,若裂度檢測(cè)值與其真實(shí)斷裂程度保持一致或差值水平極低,則表示該方法對(duì)于機(jī)械設(shè)備故障行為的診斷能力較強(qiáng);若裂度檢測(cè)值與真實(shí)斷裂程度之間的差值水平較高,則表示該方法對(duì)于機(jī)械設(shè)備故障行為的診斷能力較弱。

        4.2 診斷數(shù)值分析

        利用探測(cè)儀裝置對(duì)旋轉(zhuǎn)機(jī)械設(shè)備的裂度情況進(jìn)行檢測(cè),具體檢測(cè)數(shù)值如表1所示。

        表1 旋轉(zhuǎn)機(jī)械設(shè)備故障裂度的真實(shí)檢測(cè)值

        分析表1可知,2號(hào)節(jié)點(diǎn)處內(nèi)環(huán)故障的裂度水平最大,4號(hào)節(jié)點(diǎn)處內(nèi)環(huán)故障的裂度水平最小,二者差值為5.9 mm;4號(hào)節(jié)點(diǎn)處外環(huán)故障的裂度水平最大,6號(hào)節(jié)點(diǎn)處外環(huán)故障的裂度水平最小,二者差值為2.3 mm;1號(hào)、3號(hào)、4號(hào)節(jié)點(diǎn)處滾動(dòng)體故障的裂度水平同時(shí)取得最大值,5號(hào)節(jié)點(diǎn)處滾動(dòng)體故障的裂度水平最下,極值差為1.6 mm??v向來(lái)看,內(nèi)環(huán)故障裂度的均值水平最高、外環(huán)故障次之、滾動(dòng)體故障最小。

        分別應(yīng)用基于鄰域知識(shí)圖算法的旋轉(zhuǎn)機(jī)械設(shè)備故障診斷算法(實(shí)驗(yàn)組)、基于改進(jìn)深度殘差網(wǎng)絡(luò)的故障診斷方法(a對(duì)照組)、基于改進(jìn)全息希爾伯特譜分析的故障診斷方法(b對(duì)照組)對(duì)三種不同的故障表現(xiàn)行為進(jìn)行診斷,各個(gè)診斷節(jié)點(diǎn)處的裂度檢測(cè)數(shù)值如圖5、圖6、圖7所示。

        圖5 內(nèi)環(huán)故障的裂度數(shù)值

        分析圖5可知,1號(hào)節(jié)點(diǎn)處,實(shí)驗(yàn)組故障裂度檢測(cè)值與真實(shí)裂度之間的差值最大,達(dá)到了0.3 mm,整個(gè)實(shí)驗(yàn)過(guò)程中,實(shí)驗(yàn)組裂度均值始終與真實(shí)裂度均值較為接近。a對(duì)照組、b對(duì)照組故障裂度檢測(cè)值則始終與真實(shí)裂度之間的差值水平較大,整個(gè)實(shí)驗(yàn)過(guò)程中,這兩組裂度均值也始終小于真實(shí)裂度均值。

        圖6 外環(huán)故障的裂度數(shù)值

        分析圖6可知,4號(hào)節(jié)點(diǎn)處,實(shí)驗(yàn)組故障裂度檢測(cè)值與真實(shí)裂度之間的差值最大,但也僅能達(dá)到0.2 mm,整個(gè)實(shí)驗(yàn)過(guò)程中,實(shí)驗(yàn)組裂度均值也始終與真實(shí)裂度均值較為接近。a對(duì)照組、b對(duì)照組故障裂度檢測(cè)值則始終小于真實(shí)裂度數(shù)值。

        圖7 滾動(dòng)體故障的裂度數(shù)值

        分析圖7可知,3號(hào)節(jié)點(diǎn)處,實(shí)驗(yàn)組故障裂度檢測(cè)值與真實(shí)裂度之間的差值取得最大值,但卻僅為0.3 mm,而a對(duì)照組、b對(duì)照組故障裂度檢測(cè)值依然遠(yuǎn)小于真實(shí)裂度數(shù)值。

        4.3 實(shí)驗(yàn)結(jié)論

        綜上可知本次實(shí)驗(yàn)結(jié)論為:

        1)應(yīng)用基于改進(jìn)深度殘差網(wǎng)絡(luò)的故障診斷方法,不滿足有效控制故障裂度檢測(cè)值與真實(shí)裂度之間差值水平的應(yīng)用需求,表示該方法對(duì)于旋轉(zhuǎn)機(jī)械設(shè)備故障行為的診斷能力相對(duì)有限。

        2)基于改進(jìn)全息希爾伯特譜分析的故障診斷方法的應(yīng)用能力與基于改進(jìn)深度殘差網(wǎng)絡(luò)的故障診斷方法基本相同,都不符合準(zhǔn)確診斷旋轉(zhuǎn)機(jī)械設(shè)備故障表現(xiàn)行為的實(shí)際應(yīng)用需求。

        3)基于鄰域知識(shí)圖算法的旋轉(zhuǎn)機(jī)械設(shè)備故障診斷算法的應(yīng)用可將故障裂度檢測(cè)值與真實(shí)裂度之間的差值控制在低數(shù)值水平狀態(tài),對(duì)于滾動(dòng)體故障行為而言,其對(duì)于故障裂度的檢測(cè)結(jié)果更是與真實(shí)裂度數(shù)值完全相等,能夠準(zhǔn)確診斷出旋轉(zhuǎn)機(jī)械設(shè)備的故障表現(xiàn)行為,再配合一定的處理手段,確實(shí)可以達(dá)到延長(zhǎng)旋轉(zhuǎn)機(jī)械設(shè)備使用壽命的應(yīng)用目的。

        5 結(jié)束語(yǔ)

        相較于基于改進(jìn)深度殘差網(wǎng)絡(luò)的故障診斷方法、基于改進(jìn)全息希爾伯特譜分析的故障診斷方法,基于鄰域知識(shí)圖算法的旋轉(zhuǎn)機(jī)械設(shè)備故障診斷算法的設(shè)計(jì)對(duì)故障數(shù)據(jù)進(jìn)行重新推薦處理,在深度挖掘模式的配合下,完成對(duì)數(shù)據(jù)樣本的降維處理,從而在準(zhǔn)確定義故障行為核特征的同時(shí),完善具體的故障診斷執(zhí)行流程。實(shí)用性方面,這種新型診斷方法的應(yīng)用,可以針對(duì)內(nèi)環(huán)故障、外環(huán)故障、滾動(dòng)體故障三類故障表現(xiàn)行為下的機(jī)械部件裂度情況進(jìn)行準(zhǔn)確檢測(cè),符合精準(zhǔn)診斷旋轉(zhuǎn)機(jī)械設(shè)備常見(jiàn)故障問(wèn)題的實(shí)際應(yīng)用需求,若能在已知故障數(shù)據(jù)的基礎(chǔ)上,配合一定的故障去除手段,則可以大幅延長(zhǎng)機(jī)械設(shè)備的使用年限,在可持續(xù)性利用方面也具有明顯的應(yīng)用價(jià)值。然而在面對(duì)內(nèi)環(huán)故障、外環(huán)故障時(shí),鄰域知識(shí)圖算法診斷技術(shù)依然存在一定的可上升空間,未來(lái)相關(guān)組織機(jī)構(gòu)可以在該項(xiàng)技術(shù)手段的基礎(chǔ)上,進(jìn)行深入研究,力求做到對(duì)旋轉(zhuǎn)類機(jī)械設(shè)備元件應(yīng)用能力的全面保障。

        猜你喜歡
        鄰域機(jī)械設(shè)備故障診斷
        廣州鈺鉑機(jī)械設(shè)備制造有限公司
        稀疏圖平方圖的染色數(shù)上界
        廣州鈺鉑機(jī)械設(shè)備制造有限公司
        基于鄰域競(jìng)賽的多目標(biāo)優(yōu)化算法
        關(guān)于-型鄰域空間
        做好機(jī)械設(shè)備維護(hù)與保養(yǎng)的措施
        因果圖定性分析法及其在故障診斷中的應(yīng)用
        基于LCD和排列熵的滾動(dòng)軸承故障診斷
        基于WPD-HHT的滾動(dòng)軸承故障診斷
        機(jī)械設(shè)備預(yù)防性維護(hù)及保養(yǎng)研究
        河南科技(2014年19期)2014-02-27 14:15:38
        国产精品一区二区av麻豆| 日韩精品极品视频在线观看蜜桃| 国产三级韩三级日产三级| 日韩欧美中文字幕公布| 人妻av无码系列一区二区三区| 亚洲熟妇色xxxxx欧美老妇| 国产av一区二区三区香蕉| 99久久婷婷国产亚洲终合精品 | 久久香蕉国产线看观看精品yw | 韩日无码不卡| 色婷婷av一区二区三区丝袜美腿| 在线观看免费无码专区| 男女性高爱潮免费观看| 91热视频在线观看| 日本精品一级二区三级| 日韩人妻无码一区二区三区久久| 久久成人麻豆午夜电影| 日本av一区二区播放| 国产麻豆精品传媒av在线| 香港三级精品三级在线专区| 97视频在线播放| 日韩精品综合在线视频| 99精品国产在热久久无毒不卡| 人妻献身系列第54部| 欧美日韩亚洲综合久久久| 日本中文字幕有码在线播放| 亚洲黄色大片在线观看| 亚洲中文字幕午夜精品| 欧美猛男军警gay自慰| 国产美女裸身网站免费观看视频| 亚洲成人av大片在线观看| 国产激情无码一区二区三区| 宅男噜噜噜| 精品日本免费观看一区二区三区| 国产精品美女久久久网av| 亚洲av无码乱观看明星换脸va| 丰满少妇人妻无码超清| 神马影院日本一区二区| 欧美饥渴熟妇高潮喷水水| 国产成年无码aⅴ片在线观看| 一级老熟女免费黄色片|