基于bp神经网络的轴承寿命预测平台开发

基于bp神经网络的轴承寿命预测平台开发

ID:33490680

大小:8.04 MB

页数:69页

时间:2019-02-26

基于bp神经网络的轴承寿命预测平台开发_第1页
基于bp神经网络的轴承寿命预测平台开发_第2页
基于bp神经网络的轴承寿命预测平台开发_第3页
基于bp神经网络的轴承寿命预测平台开发_第4页
基于bp神经网络的轴承寿命预测平台开发_第5页
资源描述:

《基于bp神经网络的轴承寿命预测平台开发》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、国内图书分类号:THl33.331国际图书分类号:621西南交通大学研究生学位论文密级:公开年级2011姓专二零一四年四月ClassifiedIndex:THl33.331U.D.C:621SouthwestJiaotongUniversityMasterDegreeThesis帅IIIIIIIqlllllllllIMllllqllJJlllllJqllllllqY2575567PLATFOIUⅥDEVELOPMENTOFBEARⅢGLIFEPREDICTIONBASEDONBPNEURALNETWORKGrade

2、:2011Candidate:NingWulongAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:MechanicalEngineeringSupervisor:Prof.LiuHuanlong西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或

3、扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密口,在年解密后适用本授权书;2.不保密团,使用本授权书。(请在以上方框内打“4”)学位论文作者签名:雪武玄指导老师签名:日期:加,够.r.‘日期:加/纽r.‘西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1、以机车风机电机上的6309轴承为研究对象,对测试仪器所获得的轴承振动信号数据分析与处理,从轴承振动信号数据样本中提取影响轴承寿命的特征量(有效值、峰值、峭度),分析纵向、水平、轴向三个方向的轴承振动信号对轴承剩余寿

4、命的影响,发现轴向的振动信号参数对6309轴承剩余寿命有较明显的响应。根据BP神经网络原理初步设计出轴承寿命预测的BP网络结构。2、利用MATLAB的神经网络工具箱实现BP网络结构的程序设计,从训练函数和隐含层神经元数两个方面对网络进行优化。优化之后,对大量轴承数据样本进行学习与训练,提取一组预测误差较小的网络结构的权值和阈值。3、熟悉目前常用的VisualBasic与MATLAB混合编程方法及其优缺点,选取一个最符合平台开发要求的方法。提出根据BP神经网络结构及其算法公式,并结合训练己获得的预测误差较小的权值和阈

5、值来编写轴承寿命预测程序,替换掉神经网络工具箱函数的方法。利用COM组件混合编程方法把轴承寿命预测程序M函数文件生成COM组件,实现VB对其的调用。4、在VisualBasic6.0环境下设计并编写轴承寿命预测平台的操作界面,设计出的模块为登陆模块、轴承寿命预测模块、数据查询模块、数据统计模块及辅助模块,主要实现系统登陆、轴承寿命预测、样本数据的导入导出、存储、查询、统计、用户注册、修改密码等功能。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何

6、其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:雪武乏日期:沙/够.f.‘西南交通大学硕士研究生学位论文第1页摘要轴承是机械行业中的一个不可缺少的组成部分,应用非常广泛,轴承起着承受和传递载荷的作用,但工作环境非常恶劣,很多重大事故都是由轴承故障引起的。所以,如果可以掌握轴承的剩余使用寿命,就可以防止轴承不可预知的故障,从而合理地进行性能检查和及时的更换,避免因轴承失效导致机械设备的损坏,

7、也可将降低工业生产成本和减少不必要的人员伤亡。本文以机车风机电机上的6309轴承为研究对象,对所得的轴承振动信号数据进行分析与处理,从中提取影响轴承寿命的一些重要特征量,如有效值、峰值、峭度等。基于BP神经网络设计出预测轴承剩余寿命的网络结构,利用MATLAB工具箱编程实现网络结构。从训练函数和隐含层神经元数两个方面对设计的BP预测网络进行优化,通过比较各个网络学习与训练之后的性能,选出最适合的训练函数和最优的隐含层神经元数。优化后,使用大量轴承样本进行学习与训练,获得一组预测误差较小的网络结构的权值和阈值。对目前

8、常用的VisualBasic和MATLAB混合编程方法及其优缺点进行比较分析,选择最合适的接口方法。论文中提出根据BP神经网络结构及其算法公式,并结合训练己获得的预测误差较小的权值和阈值来编写轴承寿命预测M函数文件,替换掉神经网络工具箱中的函数的方法。然后使用COM组件的混合编程方法,把M函数文件生成COM组件,在用户界面中实现对DLL文件的调用。在Visu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。