基于小波变换和ga旋转机械故障诊断的研究

基于小波变换和ga旋转机械故障诊断的研究

ID:32020934

大小:2.68 MB

页数:60页

时间:2019-01-30

基于小波变换和ga旋转机械故障诊断的研究_第1页
基于小波变换和ga旋转机械故障诊断的研究_第2页
基于小波变换和ga旋转机械故障诊断的研究_第3页
基于小波变换和ga旋转机械故障诊断的研究_第4页
基于小波变换和ga旋转机械故障诊断的研究_第5页
资源描述:

《基于小波变换和ga旋转机械故障诊断的研究》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、重庆大学硕士学位论文中文摘要摘要旋转机械常见的故障主要有转子不平衡、转子不对中、轴承内圈损坏、轴承外圈损坏等故障。论文结合小波变换、遗传算法(GeneticAlgoritluIl,GA),提出了一种适用于旋转机械故障诊断的新方法。论文分析了旋转机械几种常见故障的机理。利用现有的机械实验台、加速度传感器、信号采集箱、工控机,结合Matlab软件,建立了能模拟轴承故障,不平衡故障,不对中故障的旋转机械故障诊断实验系统。利用傅里叶变换对原始信号做了初步分析。文中利用小波变换对强噪声信号进行多尺度分解,对各尺度上的小波系数进行去噪处理,然后运用小波逆变换重构信号,得到有用信号。将

2、传统的硬、软阈值函数用加权平均的方法结合起来。实验证明了采用该方法去噪后的信号进行后续诊断,识别率得到提高。论文对时域和频域中常用的特征参数进行分析,采用灵敏度函数来评估特征参数识别两类故障的能力。传统的特征参数识别两种故障的灵敏度一般不高,文中用特征参数灵敏度作为适应度函数,通过遗传算法对传统的特征参数进行再组织,从而提取出新的高灵敏度的特征参数。将新的特征参数输入到BP神经网络进行识别,通过实验得出最终的故障识别率非常高,验证了文中所提出的诊断系统的有效性。关键词:特征参数,小波变换,遗传算法,神经网络ABSTRACTTherotatingmach洫eryfaults

3、mostlyincludesrotor曲alance'rotormisaligned,Be啦merring细age,BeariIlgouter血g咖age锄dso0n。AneWfaultdiagnosismethodforrotatingmachine巧combinedwithwaVelet仃ansfoma11dgeneticalgorimmisputf.0刑ardFailuremechaIlismofrotatingmad洒eryis孤alyzed.Usingmech孤icaleXperiment诎1e,accelerometer’dataacquisitionins觚

4、1:11ent,indus仃ialcomputer,andMatlab,a11negratedf.aultdia朗osissystemofro协tingmachine巧ises诅blished·Be撕ngfault’rotor珊bal眦cing,锄drotormisali伊edaresimulateontllesystem”Theoriginalsignalofrotatingmachine巧hashi曲noise,wemakemulti-scaIedecompositionaIldde.noisingt0sigIlalsusingwaVe仃ansfom,aIldreco

5、ns仃uctmgs细alusingmersewavelet仃ansfonll.H矾觚dsoR恤eshold胁ctionsarecombinedwithwe碘tedaverage.111eeXperimentshowedmatdiagnosingfaultusingsi印alsdenoisediIlmismethodcanimpr0Vereco弘itionrate.Traditionals”nptompar锄etersintimeaIld丹equencydomainareanalyzedandsensiti、,卸ofsymptomparameterisputfonⅣardt

6、oeValuatetlleabil时ofdiStin鲥shillg铆ostatesiIltllethesis.1he仃aditionals卿tomparameterSsenslnVlt)r1snotnlgneIlou曲.Weemactnewandh谫sensm毋symptomparametersw烛genetlcalgo珊皿.Symptompar锄etersareselfo玛anizationi11misw妙Tllenewsymptompar锄etersareputintoBPn锄ln咖orkt0dia印osisfaults.TIleexp嘶mentshowedmatme

7、recognitionmteoff-aultdiagnosisisVe巧hi曲.№啊ords:SymptomParameterS,WaVelet吼msfom,GeneticAlgoritmⅡ学位论文独创性声明本人声明所呈交的塑.士学位论文《錾塑:避垫垒丛丝邈邀越丛簦丝童豳勃是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,。除了文中特别加以标注和致谢的地方外,论文中不包含其他人己经发表学位论文作者签名:导师签名:/料签字日期:学位论文使用授权书砷z;矽移r≮本人完全了解重庆大学有关保留、使用学位论文的规定。本人完全

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。