科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对风力机轴承振动信号的非线性特点,对轴承不同工作状态振动信号进行相空间重构,还原信号非线性动力学特性;通过计算获取嵌入维数和延迟时间以构建二维混沌相图,并以不同工作状态的混沌相图作为样本,输入二维卷积神经网络开展学习建模,构建相空间-卷积神经网络故障诊断模型。结果表明:轴承不同状态振动信号具有明显的混沌特性,二维混沌相图具有不同的非线性表征;二维相图随故障程度变化而变化,但保持原有的"相形";以相同尺寸二维相图,结合卷积神经网络构建故障诊断系统,不仅对相同故障程度的工作状态准确度高,且当同一故障其程度不同时,也非常精准,表明所提出故障诊断模型具有良好的泛化能力。
- 单位
