基于自組織映射網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障診斷研究.pdf

1、旋轉(zhuǎn)機(jī)械作為各種類型機(jī)械設(shè)備中數(shù)量最多、應(yīng)用最廣的一類機(jī)械設(shè)備，對其進(jìn)行故障診斷具有重大意義，是國內(nèi)外工程技術(shù)領(lǐng)域一直非常關(guān)注的課題。
　　本文在對旋轉(zhuǎn)機(jī)械的振動(dòng)故障機(jī)理進(jìn)行研究分析的前提下，著重對其故障的特征提取方法和分類識(shí)別方法進(jìn)行了系統(tǒng)的理論和實(shí)驗(yàn)研究。
　　在故障特征提取方面，考慮到故障振動(dòng)信號(hào)的非平穩(wěn)、非線性特征，提出小波分析和分形學(xué)結(jié)合的特征提取手段。基于離散小波變換的小波能量譜分析和基于分形學(xué)的關(guān)聯(lián)維數(shù)特征提取

2、方法，充分反映和有效刻畫出信號(hào)的非平穩(wěn)、非線性特征。試驗(yàn)證明了本方法的有效性。從一定程度上解決了旋轉(zhuǎn)機(jī)械故障特征征兆描述的全面性問題。
　　在故障分類識(shí)別方面，針對旋轉(zhuǎn)機(jī)械故障復(fù)雜，故障樣本不易獲取，往往多故障同時(shí)并發(fā)等特點(diǎn)，結(jié)合二維自組織映射（SOM）網(wǎng)絡(luò)無監(jiān)督、不需要獲取正確識(shí)別樣本，以及反映輸入樣本的拓?fù)浣Y(jié)構(gòu)，形象直觀、易于理解等優(yōu)點(diǎn)，將其作為故障診斷的分類方法。提出網(wǎng)絡(luò)改進(jìn)模型，使其更加接近于實(shí)際生物神經(jīng)元間的相互作用模式