关于故障诊断学习那点事儿

我的学习经历

时光飞逝,回忆起当年自己刚读研的那个时间节点,仿佛还近在眼前。稀里糊涂的就入了故障诊断的“坑”,当时我也是一头雾水。不知道师兄师姐口中的“谱峭度”、“希尔伯特黄变换”、“迁移学习”、“机器学习”、“LSTM”到底是个什么东西。唉,好像自己是个连快速傅里叶变换(FFT)都不太熟悉的废物。我焦躁,惶惶不可终日,但我心里有个念头,那就是不能放弃吧。我也和各位同学一样,曾经一个人在漫长的黑夜里偷偷在知乎的搜索栏里打上“故障诊断该怎么入门?”、“新手如何快速入门故障诊断?”、“故障诊断以后就业有前途吗?”这些话题。和武侠小说里的主人公在山洞里捡到武功秘籍然后几个日夜的镜头就一路成长为绝顶高手的情景不太一样,现实更加苦感,无数个日夜的努力,才换来那么一点点的提高和进步。不过回过头来再看这一切,我觉得,那确实是一段很充实的岁月。所以,我想,这些精彩的经历以及我们走过的坑,不该随着时间的流逝就慢慢被淡忘,我们希望一点一点的系统地把它整理出来,哪怕能够在万千人海中,启发到那寥寥数几的读者,我们也会很受感动。——轴承哥
读研的时候,导师分的课题是做的这一块的内容,本硕学的都是电气,乍一接触这一块真的是有点蒙圈,感觉这个方向难到是不难,主要是学科交叉性比较强,需要零零散散的知识点拼凑在一起,每一部分可能短期上也不需要搞得特别的深,初期做到会用就行,或者说的再通俗一点吧,就是会出图,会修改参数,能毕业能发文章就行。当时其实对这个领域并不感兴趣,对于未来就业也很迷茫,不知道以后能找什么样的工作,内心也很纠结,但是我想:“人生没有白走的路,每一步都算数,有的时候你抓到的牌就这样,虽然是一手烂牌,但是你打不打呢,如果不打,就黄了”。上述都是我当年的内心独白,虽然有些幼稚,但当时做诊断这一块的时候,真的是靠着这样的信念度过了读研的那段日子。
后来读研期间,以一个项目为主线,陆续做了轴承、齿轮以及其他机械故障诊断的内容,从一开始连采样频率都不知道是什么东西,一点一点的自己摸索,网上找资源,买书籍去看,(因为这一块的书籍还是论文资料实在是太零散了,也没有什么体系,所以对于初学者特别是刚接触这块内容的人来说挑战很大,现在想想很多其实都是心理关吧),到现在我基本上已经可以把读研期间用Matlab做的算法甚至是直接调用函数库的内容,移植到嵌入式软件上去了,算法的效果也比较稳定。这期间,探索了很多方法,什么谱峭度,希尔伯特黄变换,各种谱分析算法,以及他们的组合优化,预处理降噪,结合粒子群算法等智能算法对算法参数的优化,甚至还有一些模式识别方面的内容,等等等等(呃呃呃,这块实在是太能水论文了)。
现在工作了,很多东西也和之前没什么太多关系了,但是这一部分的记忆,我也不想随着时间慢慢淡去,想着能不能在工作之余抽出一点时间,对过去的研究内容,形成一个适合大学生学习的课程体系呢?当然有些内容可能也是需要付费的。工作了,时间真的很紧张,但是慢慢去做吧,希望能坚持下去。
最后把我自己喜欢的一句话,送给大家,愿共勉:
其实在做决定之前,任何的纠结都是可以的,之所以纠结,是因为面临的选择是同等好的或者同等坏的。一旦你做完决定以后,就不要纠结了,任何的纠结都是在浪费时间,人总有一种“得不到的永远在骚动”“另一条路会不会更好”的心理。

浅谈故障诊断

有点了解这个领域的人都知道,故障诊断与寿命预测包括基于模型驱动的分析方法和基于数据驱动的分析方法,前者就是各位所熟悉的各种故障频率、频谱波形、各类滤波器等内容,后者就是基于深度学习的故障诊断模型。目前在实际的工业应用中,大多数还是基于模型的方法,基于深度学习的方法通用性更好,但是也会有一系列的问题,还有很长的路要走。未来一定是基于模型的智能AI模型算法,那么多数据种类:加速度、电流、温度、声音,选那些信号源?选几个最优?数据量多少最合适?要几个传感器可以既节约成本又保证准确度?学术界水的那些个文章,很多都是play a trick。笔者认为,无论深度学习以后发展到什么样子,完全的摒弃模型都不太现实。一个比较理想的状态一定是基于模型驱动的智能AI模型,应该充分考虑二者的优势,相辅相成。我相信有很多读者朋友都是为了写论文,毕业,以我的经历来说的话,总结起来就是要两条腿走路,机理要懂,深度学习也要会。在这个基础上有个侧重点,重点深入的去研究一个面,相信还是很容易出文章成果的。举个例子,如果是计算机专业的同学,那么其实轴承、齿轮等的故障诊断和寿命预测,只是为他们的模型和算法提供一个应用场景的,说白了就是要把他们那些“高大上的算法”,扣个帽子,显得更接地气一点。如果你是学机械的,学电气的,一点不了解机理也说不过去吧?总结起来就是,两手都要抓,两手都要硬(时间精力不行的话,一手硬也勉强吧),没有条件的就拿网上开源数据集跑一跑吧,毕竟不是每个导师都能有经费给学生搭台子,学生党还是不容易呀!
本人也利用了自己的闲暇时间出了一个关于轴承故障诊断入门的基础课程,相信可以帮助大家以最快的速度入门这个课程,有兴趣的朋友可以私信我,获取完整课程资源,我的微信是:ForwardTszs。
在这里插入图片描述
![ ](https://img-blog.csdnimg.cn/9ca4fe4fbd0241e9b8a09cf62578bfec.png

猜你喜欢

转载自blog.csdn.net/weixin_39458727/article/details/125343401
今日推荐