【《卷积神经网络在轴承故障诊断中的应用与优化》12000字】.docx

1

1

卷积神经网络在轴承故障诊断中的应用与优化

摘要

滚动轴承故障诊断是机械设备停机维修中的一个重要环节，也是导致旋转机械失灵与故障的最主要原因之一。而随着机器运行工况下检测方法和技术不断发展，对故障特征信息进行提取与分析已成为必然趋势。而在深度学习不断发展的今天，卷积神经网络模型成为分析滚动轴承故障准确率最高的模型。本文通过建立一维卷积神经网络，对滚动轴承的故障进行诊断。滚动轴承的故障数据来自美国西储大学轴承数据中心1]。

关键词：卷积神经网络；滚动轴承；故障分析；深度学习

目录

第一章引言 2

1.1研究背景 2

1.2轴承故障诊断历史 3

1.3轴承故障诊断方法研究现状 4

1.3.1国外发展现状 5

1.3.2国内发展现状 6

第二章滚动轴承 7

2.1滚动轴承的结构 7

2.1.1滚动轴承的特性 7

2.1.2滚动轴承的基本特点 8

2.2滚动轴承的地位与作用 9

2.3滚动轴承的负荷与寿命 10

第三章基于卷积神经网络的轴承故障诊断流程 12

3.1卷积神经网络的基本结构 12

3.2卷积神经网络的传导过程 17

第四章案例结果与分析 19

2

2

4.1实验装置介绍 19

4.2实验结果与分析 20

第五章结论 23

参考文献 23

第一章引言

1.1研究背景

随着现代工业文明的发展，机械设备越来越精密，结构越来越复杂，功能越来越完善，自动化程度越来越高。精密设备在人们的日常生活和工作中起着重要的作用，特别是作为机械设备领域中的关键旋转设备(林哲宏、赵文辉、宋承志，2022)。其中，连接设备旋转部件和固定部件的轴承，特别是滚动轴承和设备的性能存在密切关系。这种轴承的特征表现为摩擦小，效率高，润滑方便等优点[21,目前在交通、化工、航空航天工业中都获得应用。在设备的运行中，轴承在支持轴承的运行和传递动力方面起着重要的作用，被称为“机械的关节”[4]。因此，一旦发生轴承故障事故，就会连锁反应而引发各种不良影响，一些情况下还会导致严重的生命财产损失，导致重大伤亡5-61,引起各种严重的社会不满(高宇彬、刘子腾、周晓峰，2023)。

轴承在应用过程中容易出现故障，和其他零件相比，轴承由于承受冲击的能力较弱而受到各种交变应力的影响，高转速、高负荷等恶劣条件[7,8也导致其失效的可能性增加。统计分析发现大约有20%的齿轮箱故障都和轴承失效有关91。

滚动轴承与其他连接的零件接触紧密，其失效很容易导致故障和事故。1991年11月，兰州铁路局1479次火车出轨事故导致很多人员伤亡，调查结果发现其主要原因为轴承故障。上世纪九十年代日本关西电力公司海在运行过程中由于人为因素影响，机组轴承出现故障，这在某种程度上彰显了引发严重的共振。最后，所有机组被摧毁。损失高达50亿日元!1。2011年地铁4号线自动扶梯出现故障，其中的固定部件损坏，在固定和连接失效情况下导致扶梯滑落。事故中有一人死亡，多人受伤。2006年，安阳钢铁公司吐丝机轴承断裂，引发生产线故障，进入导致明显的经济损失。深圳罗湖区电梯滑梯事故出现后，调查结果表明主要是

3

3

因为限速器轴承故障导致的，事故引发很不利社会影响[101。因而很有必要加大故障诊断技术的研究，采取各种高效的应对和控制方法，而有效的预防事故出现(邓明煜、郑泽涛、梁佳俊，2021)。

旋转机械由于经常作为动力传递动能，这在某种程度上标明因此在动力、石化、航运等领域广泛应用于现代工业设备，其质量和运行状态会明显的影响到设备状态。在各种旋转机械设备中[121,滚动轴承发挥重要作用，其和设备安全运行存在密切关系，将旋转零件连接起来而为设备运行提供支持(罗毅和、唐昱泽、李浩然，2021)。这在某种程度上凸显了滚动轴承通常在高温、变速环境中工作。另外，诸如加工误差、不对中、润滑不良等外部因素也会使轴承表面受到不同程度地损坏，因此滚动轴承出现损坏的可能性很高，因而应针对性的进行处理(张成栋、刘志远、黄睿智，2023)[13,14]。如果发生故障，靠近它的其他零件也会受到影响，这将改变整个旋转机械的运行状态，并最终降低旋转机械应用性能，从中不难发现且导致各类型的事故。因而在机械设备故障检测领域，滚动轴承的检测、诊断是其中的最重要内容，表现出很高的市场潜力和应用价值。

1.2轴承故障诊断历史

机械设备故障诊断是一门工程技术学科，基本方法为信号处理方法及模式识别，具有较强的理论性及一定的实践性[15]。

机械设备故障诊断相关的研究起步于上个世纪6