机械故障诊断及工业工程故障诊断若干例子(第6篇)
MATLAB环境下基于谱幅值调制的轴承故障诊断
Python环境下基于WGAN-GP方法的时间序列信号生成(以轴承振动信号为例)
算法程序运行环境为Python,采用tensorflow深度学习模块。该代码利用生成对抗网络WGAN-GP方法生成时间序列信号(例如轴承振动信号),以增强不平衡训练数据下故障诊断模型的分类精度。
关于WGAN-GP方法,请参考:
WGAN-GP方法介绍 - AI搬运工的文章 - 知乎 https://zhuanlan.zhihu.com/p/52799555
训练数据集为CWRU bearning data,以 B007类信号(滚动体故障,故障尺寸0.007mm )为例,生成的时间序列振动信号如下
MATLAB环境下基于希尔伯特(Hilbert)包络解调的轴承故障诊断-采用Paderborn轴承数据集
使用传统的希尔伯特(Hilbert)包络解调方法对paderborn轴承数据集振动信号进行分析诊断,得出故障类型。
采集装置
试验数据来自德国Paderborn轴承数据集,试验平台由电动机、扭矩测量轴、滚动轴承测试模块、飞轮和负载电机等组成。轴承测试模块可安装不同的试验轴承。试验台采集不同工况下电机的电流信号及轴承外壳振动信号。操作参数: 转速、径向力和负载扭矩。试验设置: 对于每一个轴承,都有4组相同试验设置,3个主要操作参数有一组固定水平作为基本设置,作为一组实验;另外在固定水平的基础上改变其中一个参数,得到另外3组实验。测量过程中各操作参数保持不变,而温度则在整个试验过程中也保持在一定范围内。
试验轴承
装置可安装到轴承测试模块的轴承型号:6203、N203、NU203,试验采用的轴承类型均为6203。6203参数:
包络解调故障所引起的低频(通常是数百HZ以内)冲击脉冲激起了高频(数十倍于冲击频率)共振波形,对它进行包络、检波、低通滤波(即解调),会获得一个对应于低频冲击的而又放大并展宽的共振解调波形。当存在局部故障的轴承运行时,将会在运行中产生冲击脉冲,进而激起轴承的高频固有振动,这种高频固有振动将成为轴承的载波,并且受到故障引起的调制,故通过对轴承的振动信号,进行解调,可以在调制波谱中得到轴承出现的故障特征频率,从而用其诊断轴承的故障类型。对轴承振动信号进行包络解调,能够检测到很弱的冲击故障信号,因此可以比较容易的发现轴承的故障特征频率。其方法、实现过程为:先对原始数据进行Hilbert变换,再通过对经Hilbert变换后的数据取模得到包络线,再对其进行傅里叶变换,得到包络谱图,可以较为清晰地发现是否有故障特征频率的存在,从而对轴承的故障情况进行诊断。原始数据集链接https://mb.uni-paderborn.de/en/kat/main-research/datacenter/bearing-datacenter/data-sets-and-download
原始数据选用N09_M07_F10_KB23_1clear,clc; load("KB23N09_M07_F10_KB23_1.mat"); fs = 64e3; % Sampling frequency T = 1/fs; % Sampling period lowpassF = 5e3; % lowpass frequency ogData = N09_M07_F10_KB23_1.Y; % data rpm = ogData(4).Data; % rpm data testdata = ogData(end).Data; % viberation data
信号去趋势并作图subplot(121);plot(testdata); testdata = detrend(testdata); subplot(122);plot(testdata);
解调与带通滤波
从包络谱图中可以看到有间隔的边频带。
计算故障特征频率%% 计算故障特征频率 D=29.05; d=6.75; fr=mean(rpm)/60; %用平均转速进行分析 z=8; %滚子个数 alpha=0; bpfo = 0.5*z*fr*(1-d/D*cos(alpha)); bpfi = 0.5*z*fr*(1+d/D*cos(alpha)); bsf = 0.5*D/d*fr*(1-(d/D)^2*(cos(alpha))^2); ftf = 0.5*fr*(1-d/D*cos(alpha));
画图包络谱以及故障特征频率对比线
python环境下基于CNN的轴承故障诊断及TSNE特征可视化
注意:该代码所用模块版本
tensorflow版本2.8.0
keras版本2.8.0
sklearn版本1.0.2
用到的模块如下import seaborn as sns import numpy as np import pandas as pd import os import matplotlib.pyplot as plt from sklearn.preprocessing import LabelEncoder from tensorflow.keras.utils import to_categorical from sklearn.metrics import confusion_matrix
所用的轴承数据部分如下
一维振动信号转化为灰度图
分类混淆矩阵
TSNE特征可视化
Pytorch环境下基于深度判别迁移学习网络的轴承故障诊断
源域数据为西储大学轴承数据48kcwru_data.npy
目标域与为江南大学轴承数据jnudata600_data.npy
附带参考文献
MATLAB环境下基于典型相关性分析、偏最小二乘法和主成分分析方法的TE过程故障诊断
算法程序运行环境为MATLAB R2018a,采用典型相关性分析、偏最小二乘法和主成分分析3种方法对TE过程进行故障诊断。其中,典型相关性分析CCA方法出图一个,偏最小二乘法出图2个,其他均为主成分分析出图,分别如下。
以上项目的代码可面包多找到
面包多代码
https://mbd.pub/o/GeBENHAGEN
此外,知乎付费咨询:哥廷根数学学派
擅长现代信号处理(改进小波分析系列,改进变分模态分解,改进经验小波变换,改进辛几何模态分解等等),改进机器学习,改进深度学习,机械故障诊断,改进时间序列分析(金融信号,心电信号,振动信号等)
美丽的公园,我又来了去年的这个时候,就听说宁湖公园有这个粉黛乱子草,第一时间说走就走,在那个公园里面转来转去,问来问去,就是没找到这个粉黛草,以为已经谢了,收割了,心急的我们,调头开着车到了石林,好大
青丘你说在青丘,会不会遇到有灵性的九尾狐呢?毕竟这儿碧水环绕,湖光山色已经静候了上千年。青龙山爬上青龙山,等待日出日落,都有不同的惊喜,连同耳边拂过的风都一同期待。俯瞰全景尽收眼底,壮
福建隐匿山间的避暑胜地,不仅自带空调,还是纳凉的好去处头条群星8月榜城市的喧嚣,显得异常的燥热山野的宁静,显得异常的清凉只待一阵清风徐来,水波不清,便可让这个过半的炎热天气多一丝丝凉爽。今天小小便带大家前往几处福建的山间避暑胜地,打卡
北京胡同一日游之琉璃厂,大栅栏(dshrlnr)一座城,一条街,三百年,琉璃厂承载着中国的传统文化,也承载着贩夫走卒的安身立命。一起走进琉璃厂文化街,接受传统文化的熏陶,聆听绵长悠久的历史故事胡同一日游琉璃厂西起南北柳巷,东至延
北京团建山水环绕的露营沉浸式剧本杀蓝天白云,绿水青山大型团建好去处!来到京郊小瑞士感受沉浸式竞技的快乐!30100人活力满满的团建让你元气UpUpUp!活动亮点草坪露营沉浸式剧本杀体验模拟大世界开放系统,玩家自由探
旅行孤勇者徒步雷殿生骑行刘伟元露营埃里克们的不同生活徒步骑行露营房车,其中代表性的旅行方式(图片素材来自网络)旅行,是一种生活方式。当身体和灵魂,都行走在路上时,所有的阻碍都将不值一提,旅行者都是勇敢者。有人在寻找未来,有人去找回曾
这是我与太阳最近的一次华山之行(下)你第一次看日出,是什么感觉呢?我说不出来。自古华山一条路。登上北峰顶后,我们沿着苍龙岭,来到了金锁关,这是北峰通往其他山峰的必经之路。当我抬头看到它的那一刻,我差点以为来到了神界的
阿联酋拥有全球最大的人造盐洞,总共使用了16吨盐艾因(AlAin)近期推出了一个新景点盐洞(saltcave),这是全球最大的人造盐洞,也是该地区唯一的一个盐洞。它总共使用了16吨盐才造成,原材料来自波兰克拉科夫的第一个天然盐矿
两名登山队员在吉尔吉斯斯坦列宁峰不幸遇难据吉尔吉斯斯坦媒体报道,日前,两名登山队员在登顶列宁峰的时候发生了意外,不幸遇难身亡。遇难者分别是一名38岁的俄罗斯公民和一名41岁的吉尔吉斯斯坦人,遇难位置是列宁锋海拔6100米
服贸改变你我生活央视网消息文旅专题展区内的沉浸式体验场景吸引了很多观众在现场参观互动,而这其中不少的场景是来自于我们生活中的文旅游览项目。从虚拟场景到现实美景,这是一种怎样的体验?总台央视记者李琳
陌上花公园时雨亭穿过五亩田的蓝雪花海,顺着曲曲折折的登山阶梯拾级而上。陌上花公园时雨亭山头海拔不高,想起了刘禹锡陋室铭山不在高,有仙则名。水不在深,有龙则灵。时雨亭没有大仙,也没有相关龙的传说!但