基于DSP和分層時序記憶的齒輪箱故障診斷系統(tǒng).pdf

1、齒輪箱是機械設備中廣泛使用的關鍵部件，對齒輪箱進行實時監(jiān)測和故障診斷對于工業(yè)生產具有重大的經濟和安全意義。本文以齒輪箱為研究對象，使用DSP處理器開發(fā)了一種在線監(jiān)測診斷系統(tǒng)，并將分層時序記憶算法應用于齒輪箱常見故障的診斷識別中，旨在檢測該方法在齒輪箱故障診斷上的使用效果。
　　嵌入式故障診斷系統(tǒng)基于嵌入式硬件平臺，將信號采集、數(shù)據(jù)處理與特征提取、故障分類識別集成于一體在嵌入式硬件平臺上執(zhí)行，可以實現(xiàn)自動故障診斷和多種通信方式。本系

2、統(tǒng)以TI公司的DSP—TMS320F2812為核心處理器，并集成了采集和通信模塊電路。該系統(tǒng)可以實現(xiàn)模擬量采集、數(shù)字量輸入輸出和轉速測量功能，同時也具有以太網通信、GSM網絡通信和CAN總線通信功能。為了實現(xiàn)在線數(shù)據(jù)處理，系統(tǒng)嵌入了基于DSP的FIR數(shù)字濾波、FFT功率譜、細化譜分析、希爾伯特包絡和小波分析處理算法。最后，故障診斷的特征提取函數(shù)也被嵌入到了DSP上以實現(xiàn)齒輪箱故障特征量自動提取。
　　本文介紹了分層時序記憶（HTM

3、）算法的原理和結構，并以齒輪箱故障診斷為實驗基礎進行了算法測試。實驗首先將齒輪箱多個測點所提取出來的特征量進行了融合，并轉化為位圖格式以滿足HTM的輸入要求，然后設計了一個HTM區(qū)域來進行各工況下的輸入位圖模式學習。當HTM區(qū)域能夠對各工況的輸入位圖產生穩(wěn)定的稀疏分布表征后，就計算區(qū)域的條件概率矩陣來實現(xiàn)故障診斷工作。系統(tǒng)使用VC編寫了分層時序記憶的算法程序，結合前端DSP診斷模塊成為一個完整的故障診斷系統(tǒng)。實驗結果表明本系統(tǒng)能夠準確的