基于小波分形和神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷.pdf

1、滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中應(yīng)用廣泛，同時(shí)也是易損零件之一。它的運(yùn)行狀態(tài)直接影響到整個(gè)機(jī)械設(shè)備的狀態(tài)。對(duì)滾動(dòng)軸承進(jìn)行狀態(tài)監(jiān)測(cè)及故障診斷能及時(shí)發(fā)現(xiàn)故障，能有效保護(hù)工廠財(cái)產(chǎn)及工人人身安全。因此，研究滾動(dòng)軸承故障診斷技術(shù)有很重要的現(xiàn)實(shí)意義。 利用電火花線切割技術(shù)破壞滾動(dòng)軸承來(lái)模擬軸承故障，采用模擬故障代替實(shí)際故障進(jìn)行試驗(yàn)研究。搭建滾動(dòng)軸承故障診斷實(shí)驗(yàn)平臺(tái)并在實(shí)驗(yàn)平臺(tái)上采集滾動(dòng)軸承振動(dòng)信號(hào)用于試驗(yàn)研究。 為了有效地提取滾動(dòng)軸承故障特征，

2、研究了小波分析和分形兩種理論在滾動(dòng)軸承振動(dòng)信號(hào)故障特征提取方面的應(yīng)用。利用小波工具對(duì)滾動(dòng)軸承振動(dòng)信號(hào)降噪，應(yīng)用小波包多層分解和重構(gòu)提取出滾動(dòng)軸承振動(dòng)信號(hào)不同頻段的能量特征?；诜中卫碚?，研究了分形維數(shù)在滾動(dòng)軸承故障診斷中的應(yīng)用。 研究了神經(jīng)網(wǎng)絡(luò)在滾動(dòng)軸承智能診斷方面的應(yīng)用?；谡駝?dòng)信號(hào)分析的故障特征提取方法很多，但每種方法都只在某一方面反映了故障特點(diǎn)，單獨(dú)應(yīng)用診斷效果不是很好。本文通過(guò)對(duì)比以不同方法提取的故障特征組合作為神經(jīng)網(wǎng)絡(luò)

3、的輸入，最終確定利用小波分析、分形和神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法對(duì)滾動(dòng)軸承進(jìn)行故障診斷。利用神經(jīng)網(wǎng)絡(luò)進(jìn)行滾動(dòng)軸承故障診斷，可以降低對(duì)操作人員的專(zhuān)業(yè)知識(shí)要求，將故障診斷從傳統(tǒng)方法轉(zhuǎn)向人工智能方向。同時(shí)，診斷系統(tǒng)中智能技術(shù)的應(yīng)用能大大降低維修人員工作壓力。 利用ActiveX技術(shù)對(duì)VB和MATLAB混合編程，開(kāi)發(fā)了滾動(dòng)軸承故障診斷系統(tǒng)。VB和MATLAB是實(shí)際應(yīng)用中被廣泛運(yùn)用的兩種程序語(yǔ)言，它們各有優(yōu)點(diǎn)，VB長(zhǎng)于界面設(shè)計(jì)，常常被用來(lái)編寫(xiě)應(yīng)用