版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中南大學(xué)碩士學(xué)位論文基于小波理論的滾動(dòng)軸承智能故障診斷方法的研究姓名：黃一樣申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：控制科學(xué)與工程指導(dǎo)教師：申群太20090515ABSTRACTRollingbearingisthecommoncomponentinmachineryItsrunningstateCallinfluencetheperformanceofthewholemachinedirectlyAccordingtostatistics，inthe
2、rotatingmachineryfaultatthescene，30％offaultsarecausedbytherollingbeatingItisofgreatrealisticsignificancetodiagnosisthefaultofrollingbearingaccuratelyandreliablyThispaperproposedanewfaultdiagnosismethodofrollingbearingusi
3、ngimprovedBPneuralnetworkFirstly，systematicallyexpoundedthevibrationofrollingbearingsandthevibrationcharacteoftheirtypicalfailureAccordingtothedifferentfailurecausedbydifferentformsofvibration，buldingvibrationsignalmodel
4、withsingledefectoneachcomponentandanalysisfaultcharacteraofthevibrationsignalAndthen，theuseofbeatingvibrationsignaltodiagnoserollingbearingisfeasibleSecondly，studyandanalyzethewavelettransformatdifferentaspectsoffaultdia
5、gnosisofrollingbearingapplications：denoising；singularitydetectionRollingelementbearingvibrationsignalisvulnerabletandomnoisepollution，howtodenoisingbecomesoneofthekeyissuesaboutrollingelementbearingfaultdiagnosisThetradi
6、tionaldenoisingmethodsmaytreatedtheusefulsignalswhichhavesmallenergyasnoise，andeliminateditThenthispaperexpressedthewaveletdenoisingmethodIntheareaofdenoising，thewaveletdenoisingimprovedthesignalnoiseratioperfectlyandpro
7、videdareliablebasisoffaultdiagnosisdecisionmakingInaddition，waveletsingularitydetectioncallovercomeshortcomingsthattheothermethodsarenotsensitivetodetecttherollingfaultsItcanbeeffectivelyusedforrollingbearingstatedetecti
8、onandfaultdiagnosisFinally，aimedatshortcomingsinBPalgorithm，suchasconvergencerate，thesmallestpartialparalysisandSOon，anewrollingfaultdiagnosismethodwasproducedWavelettransformationWasusedtoextractfeatureofdynamicvibratio
9、ninformation，andtheninputtoBPneuralnetworktotrainthenetworkwithconjugategradientalgorithmMoreover，applingtheBPneuralnetworktoidentifythefailureoftherollingbearingsByanalyzedontherollingbearingvibrationsignals，theexpetime
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波理論的滾動(dòng)軸承智能故障診斷方法的研究.pdf
- 基于小波理論的滾動(dòng)軸承故障診斷方法研究.pdf
- 滾動(dòng)軸承智能故障診斷方法研究.pdf
- 基于RSSD和小波變換的滾動(dòng)軸承故障診斷方法研究.pdf
- 基于聲信號(hào)小波變換的滾動(dòng)軸承故障診斷.pdf
- 基于正交小波優(yōu)化閾值降噪方法的滾動(dòng)軸承故障診斷研究.pdf
- 基于小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障診斷方法研究.pdf
- 基于音頻信號(hào)的滾動(dòng)軸承智能故障診斷方法研究.pdf
- 基于小波理論和循環(huán)統(tǒng)計(jì)量分析的滾動(dòng)軸承故障診斷.pdf
- 基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷.pdf
- 基于小波與支持向量機(jī)的滾動(dòng)軸承故障診斷.pdf
- 基于小波降噪和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障診斷.pdf
- 基于EMD的滾動(dòng)軸承故障診斷方法研究.pdf
- 基于小波包分析的滾動(dòng)軸承故障診斷.pdf
- 滾動(dòng)軸承故障診斷的若干方法研究.pdf
- 基于應(yīng)力波與小波分析的低速滾動(dòng)軸承故障診斷研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷研究與應(yīng)用.pdf
- 基于小波分析的滾動(dòng)軸承故障診斷研究.pdf
- 基于非平穩(wěn)信號(hào)處理的滾動(dòng)軸承智能故障診斷方法研究.pdf
- 風(fēng)機(jī)滾動(dòng)軸承故障診斷方法研究.pdf
評(píng)論
0/150
提交評(píng)論