详情

原文传递基于胶囊网络的商用车主减速器故障诊断研究

论文题名：	基于胶囊网络的商用车主减速器故障诊断研究
关键词：	商用车;主减速器;故障诊断;胶囊网络
摘要：	在商用车主减速器设计开发完成后，需要对主减速器进行疲劳耐久试验，以验证主减速器的设计寿命。在进行疲劳耐久试验的时候，由于不能随意拆开主减速器，观察内部损伤情况，需要通过采集到的信息实时对主减速器故障进行诊断。随着主减速疲劳耐久试验的不断发展，企业需要在某一特定故障（点蚀、断齿等）就停机。目前的人工故障诊断效率低，对人员专业技能要求高，专家系统的故障诊断准确率也无法达到企业的需求。因此，找到一种高精度的故障诊断方法就势在必行。　　在疲劳耐久试验中，产生的故障数据量少，每一条故障数据就意味着一台主减速器的损坏。胶囊网络采用矢量进行计算，包含更多的有效信息，对数据的需求量更少。本文提出了基于胶囊网络的商用车主减速器故障诊断分类方法，通过对网络结构、算法、超参数的优化以及改进，实现对主减速器疲劳耐久中发生的故障的高效、精确的故障分类识别。为了减少中间的数据处理环节，提高分类效率，本文采用“端到端”的识别过程（振动原始时域信号作为输入，直接输出诊断结果）。本文引入了迁移学习，目的是提高对新设计的主减速器疲劳故障的诊断准确率。本文的研究内容如下：　　（1）对胶囊网络的动态路由进行了公式上的推导，介绍了编码结构与解码结构，以此搭建了胶囊网络模型。将主减速器振动数据集转换为二维灰度图，输入到搭建的胶囊网络中来，并详细介绍了胶囊网络的算法步骤。研究表明，胶囊网络在面对主减速器振动数据时有着良好的分类能力。　　（2）本文对于主减速器结构、疲劳损伤理论、疲劳耐久试验中的故障特征进行了总结，根据齿轮故障信号的调制原理，对齿轮疲劳故障特征进行分析总结，首次提出了相对边频带值这一监测指标，与峰峰值、有效值、峭度等监测指标进行对比分析，为确定主减速器具体故障的判断提供了参考，辅助工程师对主减速器具体故障进行判断。依据这一监测指标以及拆开主减速器外壳观察，为主减速器振动数据集贴上了准确的标签。建立商用车主减速器疲劳耐久振动信号数据集，数据集中包含正常类、齿轮点蚀类、齿轮裂纹类、齿轮断齿类、轴承故障类这五类数据。　　（3）胶囊网络的分类能力依然有所不足，在前面建立的数据集中的测试准确率只有84.4%，难以满足疲劳耐久中的故障诊断精度要求。因此，需要对胶囊网络进行进一步优化。首先，减少数据集的处理过程，直接将时域一维信号输入到胶囊网络当中，将二维胶囊网络改进为一维胶囊网络。然后再从结构、算法、超参数等三个方面对一维胶囊网络进行优化，其中采用多通道并行的结构来提取更多的信号特征，同时用空洞卷积以扩大感受野，提升网络模型的特征提取能力。优化后的一维胶囊网络相对于二维胶囊网络的准确率提升到了96.4%。　　（4）在进行疲劳耐久试验时，往往会遇到新设计的主减速器振动数据集的数量不足的问题。而神经网络的训练网络需要大量的数据，因此，提出了基于迁移学习与胶囊网络的主减速器故障诊断研究。在“冻结”前面的特征提取层的参数后，通过少量数据只对数字胶囊层（DigitCaps）进行训练，将其它型号的主减速器振动数据训练好的胶囊网络迁移到新的数据集上来。在针对只有少量有标签的数据的情况下，将准确率由79.8%提升到94.8%。
作者：	周苍松
专业：	工程(车辆工程)
导师：	施全;肖东
授予学位：	硕士
授予学位单位：	重庆理工大学
学位年度：	2022