面向深度學習和數據驅動的軌道交通軸承壽命預測智能診斷方法

李常賢，教授，博士後，大連交通大學自動化與電氣學院教授，畢業於浙江大學控制理論與控制工程專業，高級工程師，中國鐵路總公司網絡控制專家，大連交通大學網絡控制與電磁兼容團隊帶頭人。主要從事軌道列車網絡控制技術、電磁兼容技術、人工智能PHM技術、無線通訊技術的研究。主持各級科研項目40余項，3項研究成果已在中車裝車運用。發表學術論文40余篇，取得國家發明專利1項，實用新型專利7項。

目錄

 

第1章軌道交通軸承壽命預測發展概要

 

1.1軌道交通軸承壽命預測意義與內容

 

1.1.1軌道交通軸承壽命預測意義

 

1.1.2軌道交通軸承壽命預測內容

 

1.2軌道交通軸承壽命預測方法與發展概要

 

1.2.1軸承壽命預測方法

 

1.2.2軸承振動信號壽命預測技術的發展概要

 

1.3常見的軸承振動信號壽命預測方法

 

1.3.1振動信號壽命分析

 

1.3.2數據驅動的人工智能預測

 

第2章軌道交通軸承結構及振動退化

 

2.1軌道交通軸承結構

 

2.1.1軌道交通軸承的基本結構

 

2.1.2軌道交通中的典型軸承

 

2.1.3軌道交通軸承性能退化工況分析

 

2.1.4軌道交通軸承性能退化原因

 

2.2軌道交通軸承振動

 

2.2.1滾動軸承振動分類

 

2.2.2滾動軸承故障振動頻率

 

第3章軌道交通軸承壽命預測技術

 

3.1軸承振動信號采集與預處理技術

 

3.1.1軸承振動信號采集技術

 

3.1.2軸承振動信號數據預處理技術

 

3.2軌道交通軸承性能退化特征提取技術

 

3.2.1軌道振動信號性能退化時域特征提取

 

3.2.2軌道振動信號性能退化頻域特征提取

 

3.2.3軌道振動信號性能退化時頻域特征提取

 

3.3軌道交通軸承性能退化特征選擇技術

 

3.3.1基於機器學習主成分分析的特征選擇方法

 

3.3.2基於機器學習包裹法的特征選擇方法

 

3.3.3基於機器學習嵌入法的特征選擇方法

 

3.4軌道交通軸承壽命預測智能技術

 

3.4.1回歸分析

 

3.4.2支持向量回歸

 

3.4.3神經網絡

 

3.4.4卷積神經網絡

 

3.4.5深度信念網絡

 

3.4.6循環神經網絡

 

第4章基於卷積神經網絡與支持向量回歸的軸承壽命預測

 

4.1基於卷積神經網絡的軸承壽命預測原理

 

4.1.1卷積神經網絡基本結構

 

4.1.2卷積神經網絡軸承壽命預測建模框架

 

4.1.3卷積神經網絡軸承壽命預測數據處理方法

 

4.2基於1DCNNSVR的軸承壽命預測模型構建

 

4.2.1基於1DCNNSVR的軸承壽命預測模型

構建流程

 

4.2.2一種基於1DCNNSVR的軸承壽命

預測模型構建算法

 

4.3基於1DCNNSVR的軸承壽命預測模型實驗

 

4.3.1基於1DCNNSVR的軸承壽命預測數據源

 

4.3.2基於1DCNNSVR的軸承壽命預測模型

構建實驗

 

4.3.3基於1DCNNSVR的軸承壽命預測模型

驗證實驗

 

第5章基於深度信念網絡與支持向量回歸的軸承壽命預測

 

5.1基於深度信念網絡的軸承壽命預測原理

 

5.1.1深度信念網絡預測結構

 

5.1.2基於深度信念網絡的軸承壽命預測建模框架

 

5.2基於深度信念網絡支持向量回歸的軸承壽命

預測模型構建

 

5.2.1基於深度信念網絡的軸承壽命預測

模型構建流程

 

5.2.2基於深度信念網絡的軸承壽命預測模型

構建算法

 

5.3基於DBNSVR的軸承壽命預測模型實驗

 

5.3.1軸承壽命預測數據源

 

5.3.2基於DBNSVR的軸承壽命預測模型構建實驗

 

5.3.3基於DBNSVR的軸承壽命預測模型驗證實驗

 

第6章基於雙向門控循環單元神經網絡的軸承壽命預測

 

6.1循環神經網絡壽命預測原理

 

6.1.1循環神經網絡預測結構

 

6.1.2循環神經網絡軸承壽命預測

 

6.1.3循環神經網絡改進及變型 

 

6.2基於PBiGRU網絡的壽命預測模型構建

 

6.2.1基於PBiGRU網絡的軸承壽命預測模型的

構建流程

 

6.2.2基於PBiGRU網絡的軸承壽命預測模型

構建算法

 

6.3基於PBiGRU網絡的壽命預測模型實驗

 

6.3.1軸承壽命預測模型實驗數據源及預處理

 

6.3.2基於PBiGRU的軸承壽命預測模型構建實驗

 

6.3.3循環神經網絡的軸承壽命預測模型對比驗證實驗

 

第7章基於多尺度堆疊深度殘差收縮網絡的軸承壽命預測

 

7.1基於集成學習的軸承壽命預測原理

 

7.1.1集成學習方法與Stacking算法

 

7.1.2基於Stacking算法的軸承壽命預測流程及算法

 

7.2多尺度堆疊深度殘差收縮網絡的軸承壽命預測結構

 

7.3多尺度堆疊深度殘差收縮網絡的軸承壽命預測模型實驗

 

7.3.1軸承壽命預測數據源

 

7.3.2軸承壽命預測模型構建流程

 

7.3.3軸承壽命預測模型構建實驗

 

7.3.4軸承壽命預測模型驗證對比實驗

 

第8章變負載下的軸承壽命預測

 

8.1變負載下的軸承壽命預測原理

 

8.1.1變負載下的軸承壽命預測方法

 

8.1.2一種基於KLIC和PPMCC的軸承壽命預測方法

 

8.2變負載下軸承壽命預測模型的構建

 

8.2.1變負載下軸承壽命預測模型的構建流程

 

8.2.2變負載下軸承壽命預測模型的構建算法

 

8.3基於變負載的軸承壽命預測模型實驗

 

8.3.1變負載軸承壽命預測數據源

 

8.3.2變負載軸承壽命預測模型實驗

 

第9章基於Hadoop平臺的軸承壽命預測

 

9.1大數據Hadoop平臺的核心構成

 

9.1.1Hadoop平臺架構

 

9.1.2Hadoop分布式文件系統HDFS

 

9.1.3Hadoop分布式計算MapReduce

 

9.1.4Hadoop資源管理器YARN

 

9.2基於Hadoop平臺的軸承壽命預測框架設計

 

9.2.1基於Hadoop平臺的軸承壽命預測框架

 

9.2.2基於Hadoop平臺的軸承壽命預測框架測試

 

9.3基於Hadoop平臺的軸承壽命預測實驗驗證

 

9.3.1基於Hadoop分布式存儲的軸承壽命預測實驗

 

9.3.2基於Hadoop分布式計算的軸承壽命預測實驗

 

第10章軌道交通軸承壽命預測系統設計與實現

 

10.1軌道交通軸承壽命預測系統平臺功能設計

 

10.1.1壽命預測系統平臺框架

 

10.1.2壽命預測系統平臺功能設計

 

10.2軌道軸承壽命預測系統實現

 

10.2.1軸承壽命預測系統實現所用的技術框架

 

10.2.2軸承壽命預測系統核心模塊

 

附錄A英文縮略詞及術語

 

參考文獻