基于遺傳神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法的研究.pdf

1、分類(lèi)號(hào)：TP277密級(jí)：?jiǎn)挝淮a：10433學(xué)號(hào)：Y0901007ill東理工大學(xué)碩士學(xué)隹辦文基于遺傳神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法的研究ResearchonRollingBearingFaultDiagnosisMethodBasedonGeicNeuralwk研究生：裴新才指導(dǎo)教師：許同樂(lè)教授申請(qǐng)學(xué)位門(mén)類(lèi)級(jí)別：工學(xué)碩士學(xué)科專(zhuān)業(yè)名稱(chēng)：測(cè)試計(jì)量技術(shù)及儀器研究方向：智能檢測(cè)及故障診斷論文完成曰期：2012年4月15日山東理工大學(xué)碩士學(xué)位論

2、文摘要摘要在機(jī)械設(shè)備故障中因?yàn)闈L動(dòng)軸承受損而發(fā)生故障的概率非常大，滾動(dòng)軸承的工作狀況將直接影響到整個(gè)機(jī)械設(shè)備的運(yùn)轉(zhuǎn)。滾動(dòng)軸承故障的診斷方法有很多種，隨著科學(xué)技術(shù)的發(fā)展與進(jìn)步，對(duì)滾動(dòng)軸承檢測(cè)的實(shí)時(shí)性和診斷結(jié)果、維修方案的準(zhǔn)確性等提出了新的要求，這對(duì)于滾動(dòng)軸承故障診斷的研究具有非常重要的意義。為了能夠更好的對(duì)滾動(dòng)軸承故障進(jìn)行診斷，本文分析了當(dāng)前應(yīng)用于滾動(dòng)軸承故障診斷的主要方法，應(yīng)用當(dāng)前使用較多的小波分析理論，對(duì)軸承的振動(dòng)信號(hào)進(jìn)行閾值降噪，并

3、提出了較為合理的新閾值函數(shù)，對(duì)新閾值函數(shù)進(jìn)行了理論分析，實(shí)驗(yàn)結(jié)果表明，新閾值函數(shù)對(duì)含噪信號(hào)的降噪效果，比傳統(tǒng)閾值函數(shù)的降噪效果更加優(yōu)越。同時(shí)，采用小波包的方法提取軸承故障特征信息，將BP神經(jīng)網(wǎng)絡(luò)智能化診斷引入診斷系統(tǒng)中，以小波包提取的特征信息作為BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本和預(yù)測(cè)樣本。因BP神經(jīng)網(wǎng)絡(luò)自身存在易于陷入局部極小值和收斂速度慢等缺陷，采用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進(jìn)行優(yōu)化。優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)可以較好地克服BP網(wǎng)絡(luò)的缺陷，在