聲音信號識別研究及在機(jī)械運(yùn)行狀態(tài)預(yù)測中的應(yīng)用.pdf

1、本次論文將聲音模式識別的理論應(yīng)用到電機(jī)故障自動檢測的系統(tǒng)中。主要研究內(nèi)容包括以下幾個方面：首先研究了機(jī)械運(yùn)行中出現(xiàn)的幾種常見的故障類型，通過對這些常見故障的分析，提出了機(jī)械設(shè)備狀態(tài)在線監(jiān)測及預(yù)測的總體方案和技術(shù)路線，考慮到傳統(tǒng)的布爾邏輯識別、FTA方法識別能力差、判據(jù)不足，采用了小波包分析技術(shù)；從特征信號中提取有關(guān)狀態(tài)的信息，選擇的機(jī)械設(shè)備狀態(tài)特征參數(shù)具有較高靈敏度、較高識別能力，采取合適的特征參數(shù)提取裝置、提取方式及提取方法；其次研究

2、了BP神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)預(yù)測上的應(yīng)用技術(shù)，針對現(xiàn)有神經(jīng)網(wǎng)絡(luò)對新信息強(qiáng)調(diào)不足的問題，提出了一種適于預(yù)測用途的新型組合神經(jīng)網(wǎng)絡(luò)模型；最后為進(jìn)行旋轉(zhuǎn)機(jī)械狀態(tài)在線監(jiān)測及預(yù)測技術(shù)的實驗研究，利用Y630-10/1180型三相異步電動機(jī)進(jìn)行了實踐驗證，預(yù)測發(fā)展趨勢，并對驗證結(jié)果進(jìn)行了分析，取得了良好的分類識別效果。 在本次設(shè)計中，主要完成一個對機(jī)械運(yùn)行聲音信號采集、實時對信號分析，判斷出現(xiàn)故障類型的自動識別系統(tǒng)。在分類器設(shè)計中，把組