基于小波神經(jīng)網(wǎng)絡(luò)的液壓泵故障診斷研究.pdf

1、液壓系統(tǒng)以其小體積、輕重量、大功率密度、工作平穩(wěn)并且便于實(shí)現(xiàn)自動(dòng)工作循環(huán)和自動(dòng)過(guò)載保護(hù)等優(yōu)點(diǎn)，廣泛的應(yīng)用于各個(gè)技術(shù)領(lǐng)域的執(zhí)行系統(tǒng)。液壓泵是液壓系統(tǒng)的最重要的部分，對(duì)于液壓泵的狀態(tài)監(jiān)測(cè)和故障診斷問(wèn)題就成為保證液壓系統(tǒng)正常工作的關(guān)鍵。
　　 本文將小波神經(jīng)網(wǎng)絡(luò)應(yīng)用到了液壓泵故障診斷研究中。通過(guò)實(shí)驗(yàn)結(jié)果證明，小波神經(jīng)網(wǎng)絡(luò)應(yīng)用在故障診斷領(lǐng)域中，有利于提高故障診斷的確診率，具有良好的發(fā)展前景。論文的主要內(nèi)容包括：
　　 1、詳細(xì)介

2、紹了液壓系統(tǒng)的基本結(jié)構(gòu)以及齒輪泵的常見故障，簡(jiǎn)單介紹了幾種液壓設(shè)備故障檢測(cè)儀器并選用了適合本實(shí)驗(yàn)的相關(guān)儀器。
　　 2、介紹了小波分析。把小波分析引入到了液壓泵狀態(tài)信號(hào)的處理中。通過(guò)對(duì)采樣信號(hào)進(jìn)行多分辨率分解、小波包信號(hào)重構(gòu)，有效去除了液壓泵狀態(tài)信號(hào)中混雜的高頻噪聲，提取了故障信號(hào)頻帶內(nèi)的信號(hào)成分。
　　 3、對(duì)標(biāo)準(zhǔn)BP網(wǎng)絡(luò)進(jìn)行了改進(jìn)，詳細(xì)地探討了改進(jìn)后的三層PCA-LMBP神經(jīng)網(wǎng)絡(luò)診斷模型的建立，并針對(duì)不同的算法進(jìn)行比

3、較分析。詳細(xì)地描述了小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。仿真結(jié)果說(shuō)明，改進(jìn)后的小波PCA-LMBP神經(jīng)網(wǎng)絡(luò)比標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)在收斂速度和精度方面有明顯改善。
　　 4、利用VC++開發(fā)平臺(tái)及ACCESS數(shù)據(jù)庫(kù)軟件，設(shè)計(jì)了基于小波PCA-LMBP神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)，提供了良好的人機(jī)交互界面，實(shí)現(xiàn)了故障診斷的功能。
　　 5、以齒輪泵為主要研究對(duì)象，進(jìn)行了實(shí)驗(yàn)分析。實(shí)驗(yàn)證明采用小波PCA-LMBP神經(jīng)網(wǎng)絡(luò)方法取得了良好的診斷效果，并且驗(yàn)證了