基于模糊RBF神经网络的滚动轴承故障诊断.pdf

《基于模糊RBF神经网络的滚动轴承故障诊断.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、·机械研究与应用·2013年第2期(第26卷，总第124期)研究与分析基于模糊RBF神经网络的滚动轴承故障诊断孙旺旺，任传胜，朱春伟(中国科学技术大学工程科学学院，安徽合肥230026)摘要：针对现有滚动轴承故障诊断方法存在人为因素影响、表达模糊信息能力弱等问题。结合模糊评价和RBF神经网络的优点，选取3层小波包分解方法以获取评价因子，并使用正态分布型隶属度函数，构建了模糊RBF神经网络滚动轴承故障诊断模型。网络测试结果表明，该模型客观准确，诊断结果与实际情况一致。关键词：模糊RBF神经网络；小波包分解；滚动轴承；故障诊断中图分类号：TH133．33；TP183文献标志码：A文章编号：1007

2、—4414(2013)02—0013—02FaultDiagnosisofRollingBearingBasedonFuzzyRBFArtificialNeuralNetworkSUNWang—wang，RENChuan-sheng，ZHUChun-wei(SchoolofEngineeringScience，UniversityofScienceandTechnologyofChina，HefeiAnhui230026，China)Abstract：Tosolvetheproblemsinfaultdiagnosismethodsofrollingbeatingsuchastheimpact

3、ofhumanfactors，andpoora—bilityofexpressingfuzzyinformation，bytheadvantagesofthefuzzyrecognitionandtheRBFartificialneuralnetwork，inthispaperthethree—layerwaveletpacketdecompositionmethodischosentogettheevaluationfactors，usingthenormaldistribu—tionmembershipfunction，afuzzyRBFartificialneuralnetworkmod

4、elisestablishedforthefaultdiagnosisofrollingbeating．Thetestresultsofthenetworkshowthatthemodelisobjectiveandaccurate，thediagnosisresultsisidenticalwiththeactualstatecompletely．Keywords：fuzzyRBFartificialneur~network；waveletpacketdecomposition；rollingbeating；faultdiagnosis1引言2模糊RBF神经网络模型的构建滚动轴承作为旋转机械

5、的重要部件，其工作状态该模型的建立主要包括选取评价因子，确定模糊的正常与否直接关系到整个机械的安全运行。因此化隶属函数和RBF网络结构三个部分。对其故障诊断技术的研究，具有非常重要的现实意2．1评价因子的选取义。滚动轴承的故障诊断是一个典型的模式识别问传统的滚动轴承故障诊断方法常选用轴承振动题，其常见的故障类型有外圈裂纹、内圈点蚀、滚动体信号的时域或频域指标作为诊断的评价因子，如峭点蚀等，这些故障的出现涉及多因素的相互作用，存度、均方根值、脉冲因子、特征频率幅值等。但由于振在大量的模糊性，其评价因子与故障类型之间的关系动信号的复杂性和不稳定性，使得通过上述两种指标是复杂的、非线性的。现有的诊断

6、方法包括模糊评价很难实现对故障的正确诊断。作为时一频域分析方法、人工神经网络法等。糊糊评价法能很好的进行模法的小波变换，因其去相关性、地熵性、选基灵活性等糊知识的表达，但其常常需要依据专家的经验知识来特点，很适合用来处理不平稳的故障振动信号j。确定评价因子的权重，因而评价结果的客观性会受到因此笔者选用小波包分解法，利用小波函数对振动信一定影响；人工神经网络是一种对人类大脑神经号进行3层小波包分解，随后对系数进行重构，进而系统物理结构的模拟，具有多种网络形式，其拥有极提取各频带的信号能量，并进行归一化处理，这样便强的自学、容错、逼近任意非线性函数的能力，但表达可获得8个参数值作为故障诊断的评价因

7、子。模糊信息的能力较弱，其中RBF神经网络因其网络2．2模糊化隶属函数的建立结构简单、鲁棒性强、收敛速度快、避免了局部极小问滚动轴承的故障程度是一个模糊概念，选取题等优点，在多领域得到广泛应用。“大”、“中”、“小”3个模糊子集对评价因子进行模糊笔者结合模糊评价和RBF神经网络的优点，构化，其正态分布型隶属度函数分别如式(1)～(3)所建了一种新的滚动轴承故障诊断模型，并运用实测数示：据进行网络的