基于神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法研究與應(yīng)用.pdf

1、滾動(dòng)軸承是各種旋轉(zhuǎn)機(jī)械中應(yīng)用最廣泛的一種通用機(jī)械部件，由于軸承特定的使用環(huán)境造成其壽命的隨機(jī)性較大，目前還無(wú)法準(zhǔn)確預(yù)測(cè)其壽命的長(zhǎng)短。軸承工作狀態(tài)的好壞關(guān)系到設(shè)備是否正常運(yùn)行，對(duì)生產(chǎn)過(guò)程、產(chǎn)品質(zhì)量有直接影響。因此，對(duì)各種機(jī)械設(shè)備進(jìn)行診斷一般都要牽涉到對(duì)其中的滾動(dòng)軸承進(jìn)行監(jiān)測(cè)與診斷，軸承故障診斷就顯得非常重要。由于滾動(dòng)軸承本身在工作時(shí)必然伴隨旋轉(zhuǎn)而產(chǎn)生振動(dòng)，其運(yùn)行狀況的好壞往往直接反映在振動(dòng)信號(hào)中，另外振動(dòng)信號(hào)測(cè)試簡(jiǎn)單、直觀，通過(guò)測(cè)量、分析

2、軸承的振動(dòng)信號(hào)來(lái)判斷軸承狀態(tài)、進(jìn)行故障診斷方便可靠。 近年來(lái)研究熱點(diǎn)的人工神經(jīng)網(wǎng)絡(luò)因其特有的優(yōu)勢(shì)使得它的應(yīng)用日益廣泛，故障診斷領(lǐng)域已經(jīng)出現(xiàn)了它的身影。人工神經(jīng)網(wǎng)絡(luò)的計(jì)算能力有三個(gè)顯著特點(diǎn)：一是它的非線性特性；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(shí)，它實(shí)現(xiàn)容易，采用大量簡(jiǎn)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(wèn)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(diǎn)，將問(wèn)題的處理從傳統(tǒng)方法轉(zhuǎn)向人工智能方向。隨著微機(jī)技

3、術(shù)突飛猛進(jìn)的發(fā)展，以通用微機(jī)為核心加上適當(dāng)?shù)能浻布?gòu)成的微機(jī)系統(tǒng)較傳統(tǒng)的單一昂貴的診斷設(shè)備有更好的靈活性、擴(kuò)展性，且人工神經(jīng)網(wǎng)絡(luò)的軟件實(shí)現(xiàn)也是完全可行的，可以將診斷系統(tǒng)由軟硬件綜合完成，減少開(kāi)支。 在以機(jī)械設(shè)備振動(dòng)信號(hào)為參量的機(jī)械運(yùn)行狀態(tài)監(jiān)測(cè)與診斷中，當(dāng)軸承出現(xiàn)故障時(shí)，所測(cè)取的設(shè)備中機(jī)械設(shè)備振動(dòng)信號(hào)不但有軸承故障信號(hào)，而且還包含其它機(jī)械部件的振動(dòng)信號(hào)和一些隨機(jī)振動(dòng)信號(hào)，這些信號(hào)對(duì)于軸承信號(hào)來(lái)說(shuō)都是噪聲。而如何從所測(cè)取的振動(dòng)信號(hào)中

4、提取軸承微弱故障信號(hào)的特征信息并用來(lái)識(shí)別軸承的運(yùn)行狀態(tài)成了一個(gè)工程實(shí)踐中面臨的重要問(wèn)題。本文對(duì)滾動(dòng)軸承的振動(dòng)數(shù)據(jù)分別在時(shí)域和頻域進(jìn)行了分析，分別獲得特征值，將特征值作為神經(jīng)網(wǎng)絡(luò)輸入，由神經(jīng)網(wǎng)絡(luò)處理，獲得預(yù)處理結(jié)果，再在神經(jīng)網(wǎng)絡(luò)處理結(jié)果基礎(chǔ)上，對(duì)結(jié)果采用“判決區(qū)間+舉手表決”方式，獲得最終判斷結(jié)果，避開(kāi)直接對(duì)信號(hào)進(jìn)行降噪處理，減小了實(shí)現(xiàn)難度。最后，本文對(duì)實(shí)測(cè)的軸承振動(dòng)數(shù)據(jù)進(jìn)行結(jié)論驗(yàn)證，結(jié)果表明，本文提出的以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的軸承故障診斷方法