基于bp神经网络的滚动轴承故障诊断

《基于bp神经网络的滚动轴承故障诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于BP神经网络的滚动轴承故障诊断刘元是，陈建政（西南交通大学牵引动力国家重点实验室，成都610000）摘要针对滚动轴承的故障损伤难以智能诊断的问题，提出了一种基于Alpha稳定分布参数估计和神经网络的滚动轴承故障诊断方法。首先，对各个状态振动信号进行。稳定分布的4参数估计，选取敏感性及稳定性最好的二种参数组成二维故障特征量；然后，可将该二维故障特征量作为BP神经网络的输入参数来识别滚动轴承的故障类型；然后,通过台架试验数据验证了该方法的有效性，并与4个常用的无量纲时域特征参数作为BP神经网络的输

2、入参数的方法的诊断结果进行比较。结果表明：基于Alpha稳定分布参数估计方法可实现对滚动轴承故障位置及的智能诊断，与时域特征参数的方法相比，在更少的参数下实现了更准确更有效的故障识别；最后，应用工程实测数据对该模型进行了验证，结果表明在小样本，低转速条件下该模型也能对滚动轴承不同状态故障进行有效的检测，有望在实际工程中得到应用。关键词：滚动轴承；故障诊断；。稳定分布；BP神经网络RollingbearingfaultdiagnosisbasedonBPneuralnetworkLiuyuanshi

3、,Chenjianzheng仃ractionPowerStateKeyLaboratoryofSouthwestJiaotTongUniversity,Chengdu610000,China）Abstract:Inthispaper,rollingbearingfaultintelligentdiagnosisofdamagedifficultproblemproposedrollingbearingfaultdiagnosismethodbasedonAlphastabledistributio

4、nparameterestimationandneuralnetworks.First,eachstatevibrationsignalstabledistributionfour-parameterestimation,selectthebestsensitivityandstabilityoftwo-dimensionalcompositionfaultcharacteristicparameters;then,thefaultmaybethetwo-dimensionalfeatureamo

5、untasinputparametersBPneuralnetworkfailuretoidentifythetypeofrollingbearings;diagnosisandthenbybenchtestdatatoverifytheeffectivenessofthemethod,andwiththefourcommondimensionlesstimedomaincharacteristicparametersasinputparametersBPneuralnetworkmethodwe

6、recompared・Theresultsshowthat:basedonAlphastabledistributionparameterestimationmethodcanberealizedonRollingintelligentdiagnostiesandfaultlocation,comparedwiththetimedomainmethodofcharacteristicparametersinfewerparameterstoachieveamoreaccurateandeffici

7、entfaultidentification;Finally,engineeringtestdatatovalidatethemodelresultsshowthatinsmallsamples,low-speedconditionsoftherollingbearingadifferentmodelcaneffectivelydetectthefaultstate,itisexpectedtobeappliedinpracticalengineering・Keywords:Rolling;fau

8、ltdiagnosis;stabledistribution;BPneuralnetwork引言滚动轴承在机械工业设备中应用非常普遍，但又是非常容易损坏。滚动轴承的运行状态能直接影响整个机器设备的状态。大约有三分之一的旋转机械设备故障是由轴承损坏引起的。传统的诊断方法如包络检波和共振解调法虽然实现了诊断精度的极大提高，但是人工辅助诊断依然不可缺少，对于复杂环境下滚动轴承精确诊断任然难以实现。因此，很有必要使用智能的方法对滚动轴承进行状态检测和故障诊断。从本质上來说，滚动轴承的故障诊