基于神经网络的滚动轴承故障诊断方法的研究.pdf

《基于神经网络的滚动轴承故障诊断方法的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第2期机械设计与制造2012年2月MachineryDesign&Manufacture187文章编号：1001—3997(2012)02—0187—02基于神经网络的滚动轴承故障诊断方法的研究术胡耀斌厉善元胡良斌(南华大学机械工程学院，衡阳421001)FaultdiagnosisofrollingbearingbasedonneuraInetworkHUYao-bin，LIShan-yuan，HULiang-bin(SchoolofMechanicalEngineering，UniversityofSouthChina，Hengya

2、ng421001，China)【摘要】神经网络是一种具有非线性映射能力强以及自学习、自组织、自适应等优点的智能方法，非常适合于滚动轴承的故障诊断。针对滚动轴承是机械设备重要的易损零件之一，大约有30％的故障是由轴承损坏引起的，提出了基于神经网络的滚动轴承故障诊断方法。以滚动轴承小波分解后的能量信息作为特征，通过神经网络作为分类器对滚动轴承故障进行识别、诊断。实验表明，该方法对于滚动轴承的故障诊断具有良好的效果和应用价值，并可方便地推广到其他类似的诊断领域。关键词：神经网络；故障诊断；滚动轴承【Abstract】Neuralnetwork

3、isanon-linearintelligentmethodhastheadvantageofamappingcapa—bilityandself-learning,self-organizing,adaptive,etc，andwhichisidealforrollingbearingfaultdiagnosis．Weproposedamethodforfaulttestingonrollingbearingbasedonneuralnetworkinconnectionwithrollingbearingisimportanttom

4、achineryandequipmentoffragilepartsandapproximately30％ofwhichfailuresarecausedbybearingdamage．Themethodusetheenergyinformation@errollingwaveletdecom-positionasaleatureandtheneuralnetworkasclassifiertoidentifyanddiognosistherollingbearingfault．Experimentsshowthatthemethodi

5、sthefaultdiagnosisforrollingbearingwithgoodresultsandvalue，andCanbeeasilyextendedtoothersimilardiagnostics．Keywords：Rollingbearing；Neuralnetwork；Faultdiagnosis中图分类号：TH16，TH133．33文献标识码：A1引言动轴承振动频域上的特定分布的方法。而小波变换(WaveletTransform)是一种新的时频分析方法[2-31，滚动轴承是机械设备重要的易损零件之一，它的运行状态被

6、誉为分析信号的显微镜，很适合提取非稳态信号。我们采用直接影响到整个机械设备的状态。由于工作面接触应力的长期反Mallat小波分解算法，对采集到的滚动轴承的加速度信号作三层复作用，极易引起轴承疲劳、裂纹、压痕等故障，严重的会导致轴分解，将采集到的振动信息划分为8个频带。再依据分解后各频带承断裂，造成事故。在旋转机械设备故障中，约有30％的故障是由能量的分布，判断当前信号正显现那种元件(内圈、外圈、滚动体轴承损坏引起的。传统的诊断方法如冲击脉冲法[1_和共振解调法等)故障时的典型特征频率，从而判断滚动轴承的故障类型及其严虽然较大的提高了诊断

7、精度，但是仍然需要人工辅助，难以实现重程度。振动信号经小波包分解后，在某一层次上不同正交小波包复杂环境下的精确诊断。因此，采用智能方法对滚动轴承进行状空间上的能量分布，如同滚动轴承的故障特征频率谱一样，反映了态检测以及故障诊断显得十分必要。而神经网络作为一种应用广滚动轴承运行状况的本质特征。特征提取的具体算法如下：泛的智能方法，具有非线性映射能力强，以及自学习、自组织和自(1)采用Mallat小波分解算法，将加速度信号进行三层小波适应的优点，非常适合于滚动轴承的故障诊断。分解，并进行信号重构，得到8组小波包系数。2滚动轴承的特征提取Ma

8、llat算法可简单表述如下：滚动轴承在旋转过程中，难免会产生振动。当滚动轴承存在缺陷时，将会对元件产生冲击，而这种冲击将会进一步引起整个轴承的振动。对应不同缺陷，这些振动将呈现出不同的特征。从总=∑j-h(