基于小波包絡(luò)解調(diào)與人工神經(jīng)網(wǎng)絡(luò)的軸承智能診斷技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩103頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、滾動軸承是機械設(shè)備中最常用的部件之一,因此對滾動軸承故障診斷的研究十分重要。當(dāng)滾動軸承某一元件表面出現(xiàn)局部損傷時,在受載運行過程中要周期性地撞擊與之相互作用的其他元件表面,從而產(chǎn)生周期性的沖擊脈沖力。由于沖擊脈沖力的頻帶很寬,會覆蓋軸承系統(tǒng)的各個固有頻率,所以該脈沖力同理想脈沖一樣必然激起軸承系統(tǒng)的各個固有振動。這樣原來的平穩(wěn)振動信號變成了非平穩(wěn)振動信號。傅立葉變換在頻域上是完全局部化的,但它不能提供任何時域的局部化特征,因此它不適應(yīng)非

2、平穩(wěn)信號的分析。小波分析能多尺度地同時提供信號在時域和頻域的局部化信息,因而成為信號處理尤其是非平穩(wěn)信號處理的重要手段。 人工神經(jīng)網(wǎng)絡(luò)因其特有的優(yōu)勢使得它的應(yīng)用日益廣泛,它的計算能力有三個顯著的特點:一是它的非線性特征;二是并行分布結(jié)構(gòu);三是它的學(xué)習(xí)和歸納能力。同時,它實現(xiàn)容易,采用大量簡單的神經(jīng)元構(gòu)成神經(jīng)網(wǎng)絡(luò)解決難以直接使用解析式處理的問題。因此將神經(jīng)網(wǎng)絡(luò)引入軸承故障診斷正好利用其特點,將問題處理從傳統(tǒng)方法轉(zhuǎn)向人工智能方面。

3、 針對基于小波包絡(luò)解調(diào)技術(shù)的滾動軸承故障診斷,本文主以下幾方面展開研究: 1、系統(tǒng)的介紹了滾動軸承的振動機理及其典型故障的振動特征; 2、細致地闡述了小波分析的基本理論及其在信號處理中的應(yīng)用; 3、闡述了基于小波包分解與重構(gòu)的包絡(luò)解調(diào)法(小波包絡(luò)法)和小波包分解頻帶能量監(jiān)測法(小波包能量法)的原理,分別用這兩種方法對滾動軸承幾種典型故障進行了診斷,并提取特征向量。 4、分別將得到的兩種特征向量與BP

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論