基于共振解調(diào)與人工神經(jīng)網(wǎng)絡的軸承智能診斷技術(shù)研究.pdf

1、滾動軸承作為機械設備中最常用的部件之一，對其進行故障監(jiān)測和診斷是國內(nèi)外工程技術(shù)領(lǐng)域一直非常關(guān)注的課題。滾動軸承是易損件，據(jù)統(tǒng)計旋轉(zhuǎn)機械的故障有30％是由滾動軸承故障引起的。 本論文完成了一個滾動軸承故障智能診斷設計：合理設計實驗方案，搭建實驗平臺；自行編寫信號采集程序，獲取滾動軸承振動信號;對所得信號進行有效的分析處理，并從中識別出信號所對應的軸承狀態(tài)，從信號處理角度完成故障診斷：將神經(jīng)網(wǎng)絡智能診斷技術(shù)融入其中，選取有效的網(wǎng)絡輸

2、入特征參數(shù)與合適的網(wǎng)絡結(jié)構(gòu)，建立網(wǎng)絡并進行訓練、識別，實現(xiàn)滾動軸承的智能診斷；最后利用已有結(jié)論設計GUI圖形用戶界面，進一步完善智能診斷。 文中主要使用的信號處理診斷方法是共振解調(diào)技術(shù)。該方法對故障軸承在運行過程中產(chǎn)生的脈沖力所激起的系統(tǒng)固有振動加以利用，通過帶通濾波器把某一固有振動分離出來，并通過Hilbert變換進行包絡解調(diào)，去除高頻衰減振動的頻率成分，得到只包含故障特征信息的低頻包絡信號，對這一包絡信號進行頻譜分析便可提取

3、滾動軸承的故障信息。 智能診斷系統(tǒng)是在共振解調(diào)與神經(jīng)網(wǎng)絡結(jié)合的基礎(chǔ)上建立起來的。文中選擇三種網(wǎng)絡(BP網(wǎng)絡、RBF網(wǎng)絡和Elman網(wǎng)絡)分別作為軸承故障模式的分類器，并使用了三組不同的特征參數(shù)(幅域參數(shù)、頻域參數(shù)、共振解調(diào)參數(shù))分別作為網(wǎng)絡的特征信息，輸入到網(wǎng)絡當中加以比較。經(jīng)過大量實驗分析得出：當共振解調(diào)輸入特征與RBF網(wǎng)絡結(jié)構(gòu)的分類器結(jié)合時，所建立起的網(wǎng)絡能夠正確有效地反映滾動軸承的各故障特征，并將三種軸承狀態(tài)十分準確地識別