基于小波神經(jīng)網(wǎng)絡(luò)的機械故障診斷方法的研究.pdf

1、故障診斷無論在生產(chǎn)安全還是在國民經(jīng)濟當中無疑具有重要的意義。近年來，由于計算機技術(shù)、信號處理、人工智能、模式識別等技術(shù)的發(fā)展，促進了故障診斷技術(shù)的不斷發(fā)展。針對小波神經(jīng)網(wǎng)絡(luò)精度高，學(xué)習(xí)速度快的特點，我們將小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于機械故障診斷中。本文在查閱大量文獻的基礎(chǔ)上，對故障診斷技術(shù)及故障診斷領(lǐng)域比較活躍的理論和方法，包括小波變換、神經(jīng)網(wǎng)絡(luò)以及近年來在故障診斷領(lǐng)域中的研究熱點--小波神經(jīng)網(wǎng)絡(luò)進行了綜述。主要內(nèi)容如下： ⑴針對設(shè)備運行

2、中存在的大量的非線性現(xiàn)象和快速傅立葉變換在非線性信號的處理中存在一定的局限性，同時由于小波變換具有時頻特性，而且是對信號進行分析和處理的一個有效的工具，所以本文在介紹小波變換理論的同時，還闡述了它在機械故障診斷中的應(yīng)用以及小波在分析非平穩(wěn)信號時的優(yōu)越性。 ⑵由于將小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的激發(fā)函數(shù)的小波神經(jīng)網(wǎng)絡(luò)可以獲得更好的診斷效果，本論文主要研究了由morlet小波函數(shù)來代替神經(jīng)網(wǎng)絡(luò)中的傳統(tǒng)激發(fā)函數(shù)（S函數(shù)）的“緊支型”小波神經(jīng)網(wǎng)