利用FBG传感信号诊断滚动轴承故障的检测方法 下载: 702次
Detection Method Using FBG Sensing Signal to Diagnose Rolling Bearing Fault
1 重庆邮电大学工业物联网与网络化控制教育部重点实验室, 重庆 400065
2 重庆邮电大学光纤通信技术重点实验室, 重庆 400065
图 & 表
图 1. 改进CNN结构
Fig. 1. Improved CNN structure
下载图片 查看原文
图 2. 解耦分类算法流程
Fig. 2. Flowchart of decoupling classification algorithm
下载图片 查看原文
图 3. 故障诊断流程
Fig. 3. Fault diagnose process
下载图片 查看原文
图 4. FBG轴承故障检测实验平台。(a)轴承故障检测平台;(b) FBG安装位置
Fig. 4. FBG bearing failure detection experimental platform. (a) Bearing fault detection platform; (b) FBG installation location
下载图片 查看原文
图 5. 不同故障轴承。(a)外圈故障;(b)内圈故障;(c)滚体故障;(d)外圈和内圈故障;(e)外圈和滚体故障;(f)内圈和滚体故障
Fig. 5. Different faulty bearings. (a) Outer fault; (b) inner fault; (c) roller fault; (d) outer & inner fault; (e) outer & roller fault; (f) inner & roller fault
下载图片 查看原文
图 6. 滚动轴承故障诊断流程图
Fig. 6. Flowchart of rolling bearing fault diagnosis
下载图片 查看原文
图 7. 不同故障轴承的时域信号图。(a)正常;(b)外圈故障;(c)内圈故障;(d)滚体故障;(e)外圈和内圈故障;(f)外圈和滚体故障;(g)内圈和滚体故障
Fig. 7. Time-domain signal diagrams of different faulty bearings. (a) Normal; (b) outer fault; (c) inner fault; (d) roller fault; (e) outer & inner fault; (f) outer & roller fault; (g) inner & roller fault
下载图片 查看原文
图 8. 外圈故障下IMF分量
Fig. 8. IMF component in outer fault
下载图片 查看原文
图 9. IMF组合为矩阵示意图
Fig. 9. Schematic of IMF combined into a matrix
下载图片 查看原文
图 10. 不同方法的多类混淆矩阵。(a)传统卷积神经网络;(b)所提方法
Fig. 10. Multi-class confusion matrix of different methods. (a) Traditional convolutional neural network; (b) proposed method
下载图片 查看原文
表 16203轴承参数
Table1. Parameters of 6203 bearing
Parameter | Inside diameter /mm | Outside diameter /mm | Width /mm | Weight /kg | Number of balls |
---|
Value | 17 | 40 | 12 | 0.065 | 8 |
|
查看原文
表 2外圈故障下评价指标数值表
Table2. Numerical table of evaluation indicators under outer fault
Indicator | IMF1 | IMF2 | IMF3 | IMF4 | IMF5 | IMF6 | Mean value |
---|
CPearson | 0.0186 | 0.8362 | 0.8148 | -0.0019 | -0.0235 | 0.0028 | 0.2745 | K | 33.1020 | 1.3698 | 1.3160 | 4.3158 | 4.1448 | 1.8571 | 1.6594 | Cindex | 0.6157 | 1.1454 | 1.0723 | -0.0082 | -0.0974 | 0.0052 | 0.4555 |
|
查看原文
表 3其他故障下各分量综合评价指标数值表
Table3. Numerical table of comprehensive evaluation indicator of each components under other faults
Fault type | IMF1 | IMF2 | IMF3 | IMF4 | IMF5 | IMF6 | Mean value |
---|
Inner fault | 0.5224 | 1.0962 | 1.1458 | -0.0079 | 0.0529 | -0.0036 | 0.4676 | Roller fault | 0.6391 | 1.2017 | 0.8473 | -0.0198 | 0.0753 | 0.0045 | 0.4580 | Outer & inner fault | 0.5736 | 1.0145 | 0.9434 | 0.0028 | -0.0974 | 0.0056 | 0.4071 | Outer & roller fault | 0.6419 | 1.1256 | 1.0593 | 0.1064 | -0.0632 | 0.0130 | 0.4805 | Inner & roller fault | 0.7150 | 1.0127 | 0.8723 | 0.0974 | -0.0152 | 0.0043 | 0.4478 |
|
查看原文
表 4改进卷积神经网络的各层尺寸
Table4. Size of each layer of improved convolutional neural network
Layer name | Size |
---|
Input | 4096×3×1 | Conv1 | 256×3×1 | Pool1 | 128×3×1 | Conv2 | 128×3×1 | Pool2 | 64×3×1 | Epoch | 20 | Batch size | 64 |
|
查看原文
陈勇, 安汪悦, 刘焕淋, 陈亚武. 利用FBG传感信号诊断滚动轴承故障的检测方法[J]. 中国激光, 2020, 47(11): 1104004. Chen Yong, An Wangyue, Liu Huanlin, Chen Yawu. Detection Method Using FBG Sensing Signal to Diagnose Rolling Bearing Fault[J]. Chinese Journal of Lasers, 2020, 47(11): 1104004.