欢迎来到天天文库
浏览记录
ID:34876701
大小:3.94 MB
页数:86页
时间:2019-03-13
《基于神经网络的轴承故障诊断技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、UNIVERSITYOFELECTRONICSCONCEANDTECHNOLOGYOFCHINA专业学位硕士学位论文MASTERTHESISFORPROFESSIONALDEGREE论文题目基于神经网络的轴承故障沴断技术研究专业学位类别___________工程硕士_学号201222080634作者姓名______________李捷_____________指导教师邵继业副教授独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特別加以标注和致谢
2、的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:^褒日期:年(月>5■曰论文使用授权本学位论文作者完全了解电子科技大学冇关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被齊阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入冇关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、
3、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:奪瘦导师签名:邵‘違東曰期:从年(月砂曰分类号密级注1UDC学位论文基于神经网络的轴承故障诊断技术研究(题名和副题名)李捷(作者姓名)指导教师邵继业副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士专业学位类别工程硕士工程领域名称机械工程提交论文日期2015.05.05论文答辩日期2015年05月14日学位授予单位和日期电子科技大学2015年06月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。RESEARCH
4、ONBEARINGFAULTDIAGNOSISTECHNIQUEBASEDONNEURALNETWORKAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:LiJieAdvisor:AssociateProfessorShaoJiyeSchool:SchoolofMechatronicsEngineering摘要摘要机械设备在航空航天、交通运
5、输、经济生产、冶金化工等各个工业和生产领域中得到广泛应用。滚动轴承是机械设备中最重要的零件之一,却也是故障高发、易引起设备运行不稳定的因素。一旦发生故障,将带来严重的影响和危害。如何保持其健康状态、以及出现故障后能被及时检测和维修,都是非常重要的问题。因此,对滚动轴承的故障检测和诊断是一个具有重要意义的研究方向。本文以滚动轴承在正常状态与三种非正常状态(内圈故障状态、滚动体故障状态和外圈故障状态)下运行时的振动信号数据进行实验分析,通过小波变换、希尔伯特-黄变换等方法提取信号的特征参量,并将这些参
6、量组成信号的特征向量作为样本输入到神经网络之中。通过样本特征向量的降维以及对神经网络权值和阈值寻优,对神经网络性能进行优化,从而实现对样本的模式识别和故障分类。论文首先简述了滚动轴承故障诊断技术的研究发展历史和现状。随后,对滚动轴承的结构、故障数据包含的类型、以及故障特征频率等内容进行了介绍,并进行了简单的时域分析和频域分析。基于滚动轴承信号具有的非平稳特性,应用离散小波分析、希尔伯特-黄变换和基于参数自适应的Morlet小波变换三种时频分析方法对信号进行分析,三种方法都显示了良好的效果,将三种方
7、法各自提取的特征参量相结合组成了可以代表轴承故障类型(包括正常状态)的特征向量。通过把特征向量应用到不同神经网络中的结果的对比分析,选用了Levenberg-Marquardt型BP算法作为状态识别的方法。利用基于欧几里德距离的特征选取方法对特征向量中的参量进行分析并选择最具有代表性的参量,达到了对神经网络输入样本进行降维的目的;另外,利用遗传算法对神经网络的权值和阈值进行优化,使得神经网络的训练速度和精度都得到了很大的提升。最终通过对测试样本的分析,所研究的方法可以对不同的故障模式进行准确分类,
8、表明了其对于滚动轴承故障检测和诊断具有很强的适用性。关键词:滚动轴承,信号处理,小波变换分析,欧几里德距离,神经网络IABSTRACTABSTRACTRollingbearingisoneofthemostimportantpartsinmechanicalequipment,especiallytherollingequipment.Mechanicalequipmentiswidelyusedinoursociety,suchasaeronauticsandastronauti
此文档下载收益归作者所有