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

1、機(jī)車輪對滾動(dòng)軸承是鐵路機(jī)車中重要而又極易發(fā)生故障的部件,由于軸承嚴(yán)重故障而引起的重大事故時(shí)而發(fā)生,對人民生命財(cái)產(chǎn)安全帶來安全隱患,所以對機(jī)車輪對滾動(dòng)軸承故障診斷的研究是一個(gè)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(jī)車輪對軸承在途故障監(jiān)測進(jìn)行研究。通過分析軸承發(fā)出的聲學(xué)信號來實(shí)現(xiàn)對各種不同類型故障的診斷與分類。
　　 首先,本文從機(jī)車軸承聲音信號產(chǎn)生的機(jī)理出發(fā),研究了滾動(dòng)軸承的振動(dòng)原理,負(fù)載時(shí)由于內(nèi)外圈、滾動(dòng)體

2、剛度不均勻和腐蝕、磨損等原因引起的振動(dòng)以及故障情況下的振動(dòng)特點(diǎn)。分析了軸承聲音信號的時(shí)域、頻域的各種特征參數(shù)和頻譜結(jié)構(gòu),在進(jìn)行性能比較后選取了進(jìn)行故障診斷的最佳特征參數(shù),為滾動(dòng)軸承振動(dòng)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(jìn)行小波包分解,重構(gòu)了正常、外圈、內(nèi)圈、滾動(dòng)體和磨損故障有單個(gè)損傷點(diǎn)時(shí)的仿真分

3、解信號,對其進(jìn)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(shí)別準(zhǔn)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(shí)別中。在對BP神經(jīng)網(wǎng)絡(luò)的缺陷進(jìn)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(jìn)行改進(jìn)的優(yōu)化網(wǎng)絡(luò),在對軸承信號特征參數(shù)進(jìn)行模式識(shí)別的應(yīng)用中將其與普通BP神經(jīng)網(wǎng)絡(luò)進(jìn)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(jìn)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(jī)車軸