基于時(shí)延相關(guān)解調(diào)與B樣條模糊神經(jīng)網(wǎng)絡(luò)的軸承故障診斷.pdf

1、滾動軸承作為各類旋轉(zhuǎn)機(jī)械中最常用的通用零部件之一，也是旋轉(zhuǎn)機(jī)械易損元件，因此滾動軸承故障診斷的理論、方法和應(yīng)用得到特別的重視。 振動分析是進(jìn)行滾動軸承狀態(tài)監(jiān)測與故障診斷的重要手段。本文旨在研究滾動軸承的振動信號處理和模式識別的方法。為此，首先設(shè)計(jì)并搭建了滾動軸承故障診斷實(shí)驗(yàn)臺.進(jìn)行了大量實(shí)驗(yàn)；采集到滾動軸承正常狀態(tài)、外圈故障和內(nèi)圈故障的振動信號；對振動信號進(jìn)行了常規(guī)的時(shí)域、FFT、倒頻譜分析以及時(shí)延相關(guān)解調(diào)分析，通過對應(yīng)的譜圖初

2、步診斷軸承的故障類型；構(gòu)建BP網(wǎng)絡(luò)和B樣條模糊神經(jīng)網(wǎng)絡(luò)，將特征提取到的信號進(jìn)行歸一化處理，分別輸入這兩種網(wǎng)絡(luò)進(jìn)行模式識別，最終識別出滾動軸承的故障類型；最后利用.NET平臺編寫了滾動軸承狀態(tài)監(jiān)測診斷系統(tǒng)，以實(shí)現(xiàn)更好的人機(jī)交互。 滾動軸承的振動信號呈現(xiàn)調(diào)制特征，因此對測得的振動信號進(jìn)行解調(diào)是滾動軸承故障診斷的關(guān)鍵，常規(guī)分析和包絡(luò)解調(diào)技術(shù)對此類信號進(jìn)行分析時(shí)易受噪聲影響，使得滾動軸承故障特征難以凸顯。故本文采用時(shí)延相關(guān)解調(diào)法用于滾動

3、軸承的故障診斷，這一方法的實(shí)現(xiàn)步驟是首先對測得的振動信號進(jìn)行自相關(guān)分析，再對自相關(guān)函數(shù)進(jìn)行時(shí)延，然后對時(shí)延后的自相關(guān)函數(shù)進(jìn)行Hilbert變換解調(diào)。實(shí)驗(yàn)分析結(jié)果證實(shí)了時(shí)延相關(guān)解調(diào)技術(shù)是一種良好的降噪解調(diào)技術(shù)，并且文中對時(shí)延相關(guān)解調(diào)法的時(shí)延量做了研究，通過選擇不同的時(shí)延量值進(jìn)行比較分析，發(fā)現(xiàn)時(shí)延量在某區(qū)間內(nèi)可以任意選取。 抽取對振動信號分析后的有效特征，將其作為神經(jīng)網(wǎng)絡(luò)的輸入。本文主要采用BP神經(jīng)網(wǎng)絡(luò)和B樣條模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，

4、BP網(wǎng)絡(luò)在進(jìn)行識別時(shí)雖然效果比較良好，但缺點(diǎn)也表現(xiàn)出來：網(wǎng)絡(luò)訓(xùn)練時(shí)表現(xiàn)出“黑箱”的性質(zhì)，收斂速度慢等。而B樣條模糊神經(jīng)網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)連接透明，在網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)能方便地根據(jù)實(shí)際需要調(diào)節(jié)網(wǎng)絡(luò)結(jié)構(gòu)，同時(shí)B樣條模糊神經(jīng)網(wǎng)絡(luò)的局部學(xué)習(xí)和存儲的特性使得收斂速度快，便于實(shí)現(xiàn)在線監(jiān)測。通過這兩種網(wǎng)絡(luò)的對比發(fā)現(xiàn)B樣條模糊神經(jīng)網(wǎng)絡(luò)在訓(xùn)練速度和識別率上均優(yōu)于BP網(wǎng)絡(luò)。 最后利用.NET這一良好平臺，設(shè)計(jì)并編寫了滾動軸承狀態(tài)監(jiān)測診斷系統(tǒng)，將C＃與Matl