轻量化卷积神经网络在调门油动机故障诊断中的实践.docx

轻量化卷积神经网络在调门油动机故障诊断中的实践

目录

轻量化卷积神经网络在调门油动机故障诊断中的实践（1）．．．．．．．．4

一、内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景和意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

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

二、问题描述与需求分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1调门油动机故障诊断的挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2传统方法的局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.3本课题的研究目标和内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

三、文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.1卷积神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

3.2在故障诊断领域的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

3.3模型优化技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

四、模型设计与实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

4.1CNN结构的设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

4.2数据预处理与特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

4.3模型训练与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.4模型评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

五、实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

5.1实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

5.2模型性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

5.3分析与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

六、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

6.1主要研究成果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

6.2存在的问题与不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

6.3展望未来工作方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

轻量化卷积神经网络在调门油动机故障诊断中的实践（2）．．．．．．．24

内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

1.1背景介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

1.3文章结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

调门油动机故障诊断概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.1调门油动机的工作原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.2故障诊断的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.3现有故障诊断方法及局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

轻量化卷积神经网络简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.1卷积神经网络的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

3.2轻量化网络设计原则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.3常见的轻量化CNN结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．