基于时频综合特征提取与bp神经网络的齿轮箱故障诊断研究

基于时频综合特征提取与bp神经网络的齿轮箱故障诊断研究

ID:34875570

大小:4.01 MB

页数:82页

时间:2019-03-13

基于时频综合特征提取与bp神经网络的齿轮箱故障诊断研究_第1页
基于时频综合特征提取与bp神经网络的齿轮箱故障诊断研究_第2页
基于时频综合特征提取与bp神经网络的齿轮箱故障诊断研究_第3页
基于时频综合特征提取与bp神经网络的齿轮箱故障诊断研究_第4页
基于时频综合特征提取与bp神经网络的齿轮箱故障诊断研究_第5页
资源描述:

《基于时频综合特征提取与bp神经网络的齿轮箱故障诊断研究》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、基于时频综合特征提取与BP神经网络的齿轮箱故障诊断研究摘要随着现代科学技术的进步和工业技术的完善,机械设备正朝着连续化与自动化方向发展,机械设备之间的连接更为紧密。齿轮箱具有传动力矩大、传动比固定、传动精度高、结构紧凑等优点,是机械设备中非常重要的通用零部件。齿轮箱振动信号中包含齿轮箱运行状态的所有信息,当齿轮箱的运行状态发生变化时,其振动信号特性也必然会相应发生变化。研究齿轮箱振动特性,从其振动信号中提取有用信息,对齿轮箱故障诊断及实时监测有重要意义,不仅能够降低设备维修成本,而且能有效提高齿轮箱工作过程中的可靠性与稳定性,对人民生命财产安全保护意义重大。人工神经网络是自上世纪40年代

2、发展起来的一门新兴交叉学科,与传统数据处理方法不同,人工神经网络以其强大的学习能力以及非线性、自适应性等特点,在故障诊断领域得到了迅速发展。本文以齿轮箱为研究对象,在研究齿轮箱内部结构与组成的基础上,建立了齿轮副振动模型,对齿轮箱的振动机理进行了深入分析。在此基础上,搭建了齿轮箱故障诊断实验台,对常见的五种齿轮箱故障进行了模拟,然后利用时、频域分析方法对所测得的振动信号进行特征提取,利用归一化后的特征参数对不同学习率下的BP网络进行训练,经过一系列的训练与检测,得到以下结论:在各参数值设置合适的情况下,论文中所构建的网络对齿轮箱的故障诊断正确率在86%以上,对于两种或两种以上的组合故障,

3、该网络依然是适用的。关键词:齿轮箱,故障诊断,时频特征提取,BP神经网络FaultDiagnosisMethodofGearBoxBasedontheTime-frequencyFeatureExtractionandBPNeuralNetworkAbstractWiththeimprovementofmodernscienceandtechnologyprogressofindustrialtechnology,continuousandautomationhavebecomethedevelopmentdirectionofmechanicalequipment,theconnect

4、ionbetweendevicesbecomesmoreclosely.Thegearboxhasadvantagesoflargedrivingtorque,hightransmissionaccuracyandthecompactstructure,isveryimportantgeneralpartsinmechanicalequipments.Vibrationsignalcontainsalltheinformationontherunningstateofagearbox,thevibrationsignalcharacteristicswillchangewhentheru

5、nningstateofagearboxischanged.Studyonvibrationcharacteristicsofgearbox,thenextractingusefulinformationfromthevibrationsignal,hasimportantsignificanceforthereal-timemonitoringandfaultdiagnosisofgearbox,itcannotonlyreducethecostofequipmentrepair,butalsocaneffectivelyimprovethereliabilityandstabilit

6、yofgearboxintheworkprocess,whichisofgreatsignificanceforpeople'slifeandpropertyprotection.Artificialneuralnetworkisanewcross-disciplinary,whichisdevelopedsincethe1940s.Differentfromthetraditionaldataprocessingmethod,artificialneuralnetworkhaspowerfullearningabilityandnonlinear,soitobtainedtherapi

7、ddevelopmentinthefieldoffaultdiagnosis.Thispapertakesgearboxastheresearchobject,establishedgearvibrationmodelbasedonthestudyofthegearbox’sinternalstructure,analyzedthemechanismofthegearboxvibrationindetail.Onthisbasis,

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。