论文总字数：24529字

摘 要

感应电机是一种驱动各种机电设备的主要装置，在现代工业中占据着十分重要的地位。一旦感应电机发生故障，不仅会暂停生产造成经济损失，更有可能造成环境污染或人员伤亡等社会问题。因此，对电机运行状态进行监测具有十分重要的意义。传统的电机故障诊断技术需要技术人员具有丰富的理论知识和实践经验，但随着深度学习的提出及发展，其为电机故障诊断提供了新的思路。

本论文提出了一种利用一维的卷积自编码器提取输入信号特征，并使用支持向量机对提取到的特征进行分类诊断的新方法。论文创新性的将卷积神经网络与自编器相结合，将常用于处理二维图像信息的卷积神经网络模型用于处理一维电机振动信号并取得了良好的效果，实现了感应电机的大数据特征挖掘与故障诊断。

关键词：电机故障诊断，深度学习，一维卷积自动编码器，支持向量机

Abstract

Induction motor occupies a very important role in modern industry. Once the motor encounters some failures, it might lead to the economic loss and even some social issues liker personnel casualities. Hence, it is of great significance to monitor the running state of motor. Traditional motor fault diagnosis requires the engineers to master massive theoretical knowledge and practical experience. On the other hand, the development of deep learning technology has provided a new way to facilitate motor fault diagnosis.

In this thesis, a new idea of extracting the characteristics of input signals by using one-dimension convolutional auto-encoder is presented, and the extracted features are categorized by using support vector machines. This thesis innovatively proposed a new method for motor fault diagnosis through combination of convolutional neural network and auto-encoder. It uses the convolutional neural network, which is used to deal with two-dimensional image information, to effectively learn features from the one-dimensional vibration signal of motors. The new method has shown good performance in the large data feature capturing and fault diagnosis of induction motor can be well realized.

KEYWORDS: Motor Fault Diagnosis, Deep Learning, One-Dimention Convolutional AutoEncoder, Support Vector Machine

目录

摘要 III

Abstract IV

第一章 绪论 1

1.1 课题的研究背景与意义 1

1.2 国内外研究现状 2

1.2.1 传统电机故障诊断方法的研究现状 2

1.2.2 深度学习及其在故障诊断中的研究 5

1.3 论文组织结构 9

第二章 深度神经网络基础 10

2.1 神经元网络模型基本知识 10

2.2 卷积神经网络 14

2.3 自动编码器模型 15

第三章 支持向量机 16

第四章 基于卷积自编码器的电机故障诊断 18

4.1 网络结构 18

4.2 算法实现说明 19

4.3 实验条件 21

4.4 实验数据 21

4.5 结果展示 22

第五章 总结和展望 25

致谢 27

参考文献 28

第一章 绪论

1.1 课题的研究背景与意义

感应电机属于交流电机，是一种用于驱动各种机械与工业设备的最主要装置，是现代工业的支柱。在工业生产中被广泛运用于驱动机床、水泵、鼓风机、压缩机、起重卷扬设备等^[1]。随着大规模流程化生产的日益普及，驱动电机已成为生产环节中最重要的装置之一。一旦驱动电机发生故障，不仅会造成生产流程中断和经济损失,还可能造成严重的社会问题，例如能源浪费、环境污染甚至人员伤亡。据不完全统计，全国每年因故障烧毁的电动机数量高达20万台次，总容量约4000万千瓦，仅直接损失就高达16亿元左右，间接损失可能达到惊人的上百亿元^[2]。

剩余内容已隐藏，请支付后下载全文，论文总字数：24529字