基于小波包-神經(jīng)網(wǎng)絡(luò)的機車軸承故障診斷的研究.pdf

1、機車輪對滾動軸承是鐵路機車中重要而又極易發(fā)生故障的部件,由于軸承嚴重故障而引起的重大事故時而發(fā)生,對人民生命財產(chǎn)安全帶來安全隱患,所以對機車輪對滾動軸承故障診斷的研究是一個亟待解決的課題。本文在總結(jié)其他有關(guān)課題的工作的基礎(chǔ)上,對鐵路機車輪對軸承在途故障監(jiān)測進行研究。通過分析軸承發(fā)出的聲學信號來實現(xiàn)對各種不同類型故障的診斷與分類。
　　 首先,本文從機車軸承聲音信號產(chǎn)生的機理出發(fā),研究了滾動軸承的振動原理,負載時由于內(nèi)外圈、滾動體

2、剛度不均勻和腐蝕、磨損等原因引起的振動以及故障情況下的振動特點。分析了軸承聲音信號的時域、頻域的各種特征參數(shù)和頻譜結(jié)構(gòu),在進行性能比較后選取了進行故障診斷的最佳特征參數(shù),為滾動軸承振動故障診斷提供了理論依據(jù);然后,介紹了小波分析的基本原理與應(yīng)用,具體介紹了連續(xù)小波變換、離散小波變換、小波包分析和各種常用小波基,以及它們各自的使用場合。并對各種典型故障軸承的信號進行小波包分解,重構(gòu)了正常、外圈、內(nèi)圈、滾動體和磨損故障有單個損傷點時的仿真分

3、解信號,對其進行特征提取,作為神經(jīng)網(wǎng)絡(luò)的輸入信號,包絡(luò)解調(diào)后的功率譜分析可作為模式識別準確性的參考;最后將粒子群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)引入故障模式識別中。在對BP神經(jīng)網(wǎng)絡(luò)的缺陷進行研究之后,提出了使用粒子群優(yōu)化算法對BP神經(jīng)網(wǎng)絡(luò)進行改進的優(yōu)化網(wǎng)絡(luò),在對軸承信號特征參數(shù)進行模式識別的應(yīng)用中將其與普通BP神經(jīng)網(wǎng)絡(luò)進行性能對比,并使用通過小波包分析處理后的樣本數(shù)據(jù)對網(wǎng)絡(luò)進行訓(xùn)練和測試。
　　 本文對基于小波包-PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)的鐵路機車軸