

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、軸承是機械行業(yè)中的一個不可缺少的組成部分,應用非常廣泛,軸承起著承受和傳遞載荷的作用,但工作環(huán)境非常惡劣,很多重大事故都是由軸承故障引起的。所以,如果可以掌握軸承的剩余使用壽命,就可以防止軸承不可預知的故障,從而合理地進行性能檢查和及時的更換,避免因軸承失效導致機械設備的損壞,也可將降低工業(yè)生產成本和減少不必要的人員傷亡。
本文以機車風機電機上的6309軸承為研究對象,對所得的軸承振動信號數據進行分析與處理,從中提取影響軸承壽
2、命的一些重要特征量,如有效值、峰值、峭度等?;贐P神經網絡設計出預測軸承剩余壽命的網絡結構,利用MATLAB工具箱編程實現(xiàn)網絡結構。從訓練函數和隱含層神經元數兩個方面對設計的BP預測網絡進行優(yōu)化,通過比較各個網絡學習與訓練之后的性能,選出最適合的訓練函數和最優(yōu)的隱含層神經元數。優(yōu)化后,使用大量軸承樣本進行學習與訓練,獲得一組預測誤差較小的網絡結構的權值和閾值。
對目前常用的Visual Basic和MATLAB混合編程方法及
3、其優(yōu)缺點進行比較分析,選擇最合適的接口方法。論文中提出根據BP神經網絡結構及其算法公式,并結合訓練已獲得的預測誤差較小的權值和閾值來編寫軸承壽命預測M函數文件,替換掉神經網絡工具箱中的函數的方法。然后使用COM組件的混合編程方法,把M函數文件生成COM組件,在用戶界面中實現(xiàn)對DLL文件的調用。
在Visual Basic6.0環(huán)境下設計并編寫軸承壽命預測平臺的操作界面,設計的主要模塊為登陸模塊、軸承壽命預測模塊、數據查詢模塊、
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經網絡的高壓潛水電機絕緣壽命預測.pdf
- 基于BP神經網絡的灰色預測模型.pdf
- 基于BP神經網絡的稅收預測研究.pdf
- 基于遺傳BP神經網絡的股市預測.pdf
- 基于BP神經網絡的銷售預測模型.pdf
- 基于BP神經網絡的股價預測研究.pdf
- 基于BP神經網絡的銷售預測研究.pdf
- 基于BP神經網絡的交通流量預測.pdf
- 基于BP神經網絡的模糊時間序列預測.pdf
- 基于BP神經網絡的再生混凝土強度預測.pdf
- 基于BP神經網絡的匯率預測模型研究.pdf
- 基于BP神經網絡的儲層參數預測.pdf
- 基于BP神經網絡匯率預測智能系統(tǒng)的開發(fā)與設計.pdf
- 基于BP神經網絡和RBF神經網絡的電網短期負荷預測.pdf
- 基于BP神經網絡的時序預測模型的研究.pdf
- 基于主成分-BP神經網絡的股票預測.pdf
- 基于BP神經網絡鑄鐵性能的快速預測.pdf
- 基于bp神經網絡的高校暫付款預測研究
- 基于bp神經網絡的高校暫付款預測研究
- 基于改進BP神經網絡的上證指數預測.pdf
評論
0/150
提交評論