毕业论文-舰用燃气轮机某关键部件故障诊断方法研究

《毕业论文-舰用燃气轮机某关键部件故障诊断方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业论文舰用燃气轮机某关键部件故障诊断方法研究系别信息工程系专业测控技术与仪器班级学号姓名指导教师负责教师沈阳航空航天大学北方科技学院2015年6月沈阳航空航天大学北方科技学院毕业设计（论文）摘要燃气轮机的关键部件之一滚动轴承是机械设备运行过程中产生最易产生故障的零件，它运行的正常与否直接影响到整台机器的性能。防止故障升级，发生灾难性事故。所以对滚动轴承故障诊断技术进行探讨和学习就具有十分重要的意义。本文主要以燃气轮机的滚动轴承为研究对象，利用测量的轴承振动信号参数来进行故障诊断，利用神经网络技术对某一动态的模拟原理，应用到对滚动轴承故障诊断的具体方面，设

2、计并构建了基于BP神经网络和自适应模糊神经网络（AdaptiveNetworkFuzzyInferenceSystem）的滚动轴承故障诊断系统，在MATLAB软件里对构造的训练样本进行训练，利用训练完成后的神经网络我们就可以对滚动状态故障进行诊断。关键词：滚动轴承；BP神经网络；模糊神经网络IV沈阳航空航天大学北方科技学院毕业设计（论文）AbstractRollingbearingisoneofthemostordinarypartsinmechanicalmachine,itsrunningstatecaninfluencetheperformanceo

3、fthewholemachinedirectly,theaircraftstabilizerhealthstatusneedtobemonitoredinrealtimetoensuretheaircraftflysafety.soitisimportanttostudythetechnologyoffaultdiagnosisforrollingbearing.Onthebasisofanalyzingthefaultmechanismandvibrationsignalcharacteristicsofrollingbearingsystematica

4、lly,andafteranalyzingandprocessingthevibrationsignalsofrightandfaultstateofrollingbearing,partialappropriatefeatureparametersareselectedastheinputoftheneuralnetworkaccordingtothetimeandfrequencydomaincharacteristicsofparametersinthisthesis.andthefaultdiagnosissystemforrollingbeari

5、ngbasedonBPneuralnetworkisbuiltup.Finally,andfuzzyartificialneuralnetworkdiagnosistechniquethetrainingsetofrightandfaultstatesofrollingbearingisbuiltupbyusingthemeasuringdataofrollingbearingfromformerresearch,theneuralnetworkmodelistrainedontheplatformofMatlabsoftware.theoperating

6、stateofrollingbearinghasbeendiagnosedbyusingtheabovenetworkwhichhasbeentrainedwell.Keywords:rollingbearing;BPneuralnetwork;fuzzyartificialneuralnetworkIV沈阳航空航天大学北方科技学院毕业设计（论文）目录1绪论11.1课题背景和研究的意义11.1.1研究背景11.1.2研究意义21.2国内外故障诊断技术研究现状31.2.1国外现状31.2.2国内现状41.3研究内容52燃气轮机关键部件故障诊断的总体方案设计7

7、2.1滚动轴承故障的总体方案设计72.2滚动轴承机理及故障类型72.2.1滚动轴承基本结构82.2.2滚动轴承故障类型92.3滚动轴承参数选取及处理103故障诊断方法133.1BP神经网络133.1.1BP神经网络原理133.1.2BP神经网络诊断方法143.2自适应模糊神经网络（ANFIS）173.2.1自适应模糊神经网络（ANFIS）结构183.2.2自适应模糊神经网络（ANFIS）原理203.2.3自适应模糊神经网络（ANFIS）诊断方法214滚动轴承BP神经网络故障诊断试验研究254.1故障诊断模型建立254.1.1各层节点数确定254.1.2初始

8、权值的选择274.1.3期望误差和学习率选取274.2轴承故障诊断