本文選題：裂紋識(shí)別　切入點(diǎn)：懸臂軸　出處：《西南交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：旋轉(zhuǎn)機(jī)械是現(xiàn)代社會(huì)中最重要的機(jī)械設(shè)備之一,它在各個(gè)工程行業(yè)中得到了廣泛的應(yīng)用。轉(zhuǎn)子則是整個(gè)旋轉(zhuǎn)機(jī)械中最為核心的部件,轉(zhuǎn)子的正常與否直接決定整個(gè)旋轉(zhuǎn)機(jī)械能否正常運(yùn)轉(zhuǎn)。轉(zhuǎn)子裂紋故障是旋轉(zhuǎn)機(jī)械最常見(jiàn)故障形式,對(duì)轉(zhuǎn)子進(jìn)行裂紋識(shí)別并判斷裂紋的位置和深度,從而及時(shí)采取相應(yīng)的措施實(shí)現(xiàn)預(yù)防性維護(hù),對(duì)于保證設(shè)備安全高效的運(yùn)行具有重要的社會(huì)意義和經(jīng)濟(jì)價(jià)值。本文基于斷裂力學(xué)理論推導(dǎo)和有限元法,對(duì)轉(zhuǎn)軸進(jìn)行了裂紋識(shí)別研究。在對(duì)轉(zhuǎn)軸的裂紋識(shí)別研究中,首先對(duì)懸臂裂紋軸和轉(zhuǎn)子裂紋軸進(jìn)行了振動(dòng)測(cè)試實(shí)驗(yàn)研究。通過(guò)實(shí)驗(yàn)研究裂紋對(duì)轉(zhuǎn)軸振動(dòng)特性參數(shù)的影響,并測(cè)得含有各個(gè)裂紋工況的裂紋轉(zhuǎn)軸水平方向和豎直方向的固有頻率。通過(guò)對(duì)測(cè)得不同裂紋工況的懸臂軸兩個(gè)方向上的固有頻率值分析,得到由于裂紋引起裂紋軸固有頻率具有不對(duì)稱性特征結(jié)論。以裂紋懸臂軸為基礎(chǔ)研究對(duì)象,通過(guò)參數(shù)化建模循環(huán)仿真出大量含不同裂紋位置和深度懸臂軸的模態(tài)參數(shù),并將所有裂紋參數(shù)與模態(tài)參數(shù)作為樣本形成樣本數(shù)據(jù)庫(kù)。然后在MATLAB中設(shè)計(jì)搭建裂紋識(shí)別神經(jīng)網(wǎng)絡(luò),從實(shí)驗(yàn)研究中得到的裂紋軸固有頻率具有不對(duì)稱性特征結(jié)論,因此選取裂紋軸水平方向和豎直方向的固有頻率同時(shí)作為神經(jīng)網(wǎng)絡(luò)的輸入。通過(guò)從樣本數(shù)據(jù)庫(kù)中選取樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò),并用實(shí)驗(yàn)數(shù)據(jù)修正及驗(yàn)證裂紋識(shí)別神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性,最后得到基于振動(dòng)特性的懸臂軸裂紋識(shí)別方法。并與等高線法作對(duì)比,本文方法在裂紋深度識(shí)別精度上平均高1.76%,在裂紋位置識(shí)別精度上平均高2.61%,充分說(shuō)明利用具有不對(duì)稱振動(dòng)特性參數(shù)對(duì)裂紋識(shí)別的優(yōu)越性。最后在懸臂軸裂紋識(shí)別研究的基礎(chǔ)上,通過(guò)對(duì)轉(zhuǎn)子系統(tǒng)模型精準(zhǔn)化有限元建模及對(duì)神經(jīng)網(wǎng)絡(luò)的各項(xiàng)參數(shù)的調(diào)節(jié),得到一套完善的轉(zhuǎn)子裂紋識(shí)別方法。在轉(zhuǎn)子系統(tǒng)模型精準(zhǔn)化建模時(shí),通過(guò)等效剛度彈簧單元模擬其軸承約束,并通過(guò)實(shí)驗(yàn)數(shù)據(jù)修正轉(zhuǎn)子裂紋軸有限元模型,最終得到精準(zhǔn)的轉(zhuǎn)子裂紋系統(tǒng)模型。在神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí),通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)、權(quán)值、閾值、學(xué)習(xí)目標(biāo)和學(xué)習(xí)速度等參數(shù)的調(diào)節(jié),最后優(yōu)化得到能夠適用于轉(zhuǎn)子裂紋識(shí)別研究的神經(jīng)網(wǎng)絡(luò)。本文基于具有不對(duì)稱振動(dòng)特性參數(shù)能實(shí)現(xiàn)對(duì)懸臂軸和轉(zhuǎn)子系統(tǒng)的裂紋識(shí)別,并具有較高的精度,而且可以通過(guò)改變有限元模型及調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)后能夠適用多種裂紋識(shí)別研究。
[Abstract]:Rotating machinery is one of the most important mechanical equipment in modern society, and it has been widely used in various engineering industries. The rotor is the most important part in the whole rotating machinery. Whether the rotor is normal or not directly determines whether the whole rotating machinery can run normally. The rotor crack fault is the most common fault form of rotating machinery. The rotor crack is identified and the position and depth of the crack are judged. Therefore, taking corresponding measures to realize preventive maintenance in time is of great social significance and economic value to ensure the safe and efficient operation of the equipment. This paper is based on the theory of fracture mechanics and finite element method. In the research of crack identification of rotating shaft, the vibration test of cantilever crack shaft and rotor crack shaft is carried out. The influence of crack on the vibration characteristic parameter of rotating shaft is studied by experiment. The natural frequencies of the horizontal and vertical direction of the crack shaft are measured, and the natural frequencies of the cantilever shaft under different crack conditions are analyzed. It is concluded that the natural frequency of the crack shaft is asymmetric due to the crack. Taking the crack cantilever shaft as the research object, a large number of modal parameters with different crack positions and depths are simulated by parameterized modeling cycle. All the crack parameters and modal parameters are taken as samples to form a sample database, and then a crack identification neural network is designed in MATLAB. The results obtained from the experimental study show that the natural frequency of the crack axis is asymmetric. Therefore, the natural frequency of the horizontal and vertical direction of the crack axis is chosen as the input of the neural network. The neural network is trained by selecting the samples from the sample database, and the accuracy of the neural network is corrected and verified by the experimental data. Finally, the method of crack identification for cantilever shaft based on vibration characteristics is obtained, and compared with the contour method. In this paper, the average accuracy of crack depth identification is 1.76 and that of crack location is 2.61, which fully illustrates the superiority of using the parameters with asymmetric vibration characteristics to identify crack. Finally, on the basis of the research on crack identification of cantilever shaft, A set of perfect rotor crack identification method is obtained by accurate finite element modeling of rotor system model and adjustment of the parameters of neural network. The bearing constraint is simulated by equivalent stiffness spring element, and the finite element model of rotor crack shaft is modified by experimental data. Finally, a precise rotor crack system model is obtained. By adjusting the number of hidden layer nodes, weights, thresholds, learning goals and learning speed of the neural network, Finally, a neural network which can be applied to the research of rotor crack identification is obtained. Based on the parameters with asymmetric vibration characteristics, the crack identification of cantilever shaft and rotor system can be realized in this paper, and the accuracy is high. Moreover, the finite element model can be changed and the neural network can be adjusted to study the crack identification.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

2 常國(guó)任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡(luò)的直升機(jī)艦面系統(tǒng)效能評(píng)估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡(luò)的應(yīng)用與展望[J];佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年05期

4 許萬(wàn)增;;神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[J];國(guó)際技術(shù)經(jīng)濟(jì)研究學(xué)報(bào);1990年01期

5 張軍華;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在軍用系統(tǒng)中的應(yīng)用[J];現(xiàn)代防御技術(shù);1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報(bào)控制中的應(yīng)用[J];機(jī)床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡(luò)及其在鐵道科技中應(yīng)用的探討[J];鐵道學(xué)報(bào);1993年02期

8 宋玉華，，王啟霞;神經(jīng)網(wǎng)絡(luò)診斷──神經(jīng)網(wǎng)絡(luò)在自動(dòng)化領(lǐng)域里的應(yīng)用[J];中國(guó)儀器儀表;1994年03期

9 魏銘炎;國(guó)內(nèi)外神經(jīng)網(wǎng)絡(luò)技術(shù)的研究與應(yīng)用概況[J];電機(jī)電器技術(shù);1995年04期

10 王中賢，錢(qián)頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟(jì)管理中的應(yīng)用[J];航天工業(yè)管理;1995年04期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹(shù)德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛(ài)克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛(ài)民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋(píng);復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

本文編號(hào)：1642095