【摘要】：近幾年來(lái),我國(guó)在機(jī)械制造領(lǐng)域的發(fā)展可謂是日新月異,胡麻嶺隧道、復(fù)興號(hào)、港珠澳大橋等一件件超級(jí)工程的圓滿完成,向世界展示了我國(guó)制造業(yè)蒸蒸日上的實(shí)力,而機(jī)械設(shè)備在其中扮演著極其關(guān)鍵的角色,齒輪箱是實(shí)際工業(yè)設(shè)備中最常用,同時(shí)也是最重要的傳動(dòng)部件,其能否在工作過(guò)程中保持健康的狀態(tài)將成為實(shí)際工業(yè)生產(chǎn)中重要的一環(huán),因此齒輪箱故障診斷技術(shù)的研究具有非常重要的意義。BP神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用及其廣泛的智能故障模式識(shí)別技術(shù),具有強(qiáng)大的非線性處理能力,但同時(shí)也存在易陷入局部極值的缺點(diǎn),本文論述了一種改進(jìn)后的魚(yú)群算法,利用該算法優(yōu)秀的全局尋優(yōu)能力優(yōu)化BP網(wǎng)絡(luò)的初始權(quán)值與閾值,結(jié)合二者的優(yōu)勢(shì)構(gòu)建了ADAFSA-BP網(wǎng)絡(luò)模型,并應(yīng)用到齒輪箱故障診斷中以驗(yàn)證該模型的可行性。本文首先介紹了課題的研究背景和意義,包括齒輪箱故障診斷研究現(xiàn)狀、神經(jīng)網(wǎng)絡(luò)和魚(yú)群算法的國(guó)內(nèi)外研究現(xiàn)狀,還有當(dāng)前智能化診斷技術(shù)的發(fā)展現(xiàn)狀。隨后對(duì)齒輪箱的常見(jiàn)故障形式及其振動(dòng)機(jī)理做了系統(tǒng)的分析,并介紹了處理振動(dòng)信號(hào)常用的時(shí)頻域分析方法。之后詳細(xì)論述了魚(yú)群算法及其改進(jìn)模式,包括算法中的參數(shù)設(shè)置和行為規(guī)則描述,將改進(jìn)后的魚(yú)群算法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合,用于優(yōu)化BP網(wǎng)絡(luò)的初始權(quán)值閾值,并構(gòu)建了ADAFSA-BP網(wǎng)絡(luò)模型,在MATLAB中進(jìn)行了仿真驗(yàn)證,證明了該模型在模式識(shí)別中的可行性。最后搭建了齒輪箱故障診斷實(shí)驗(yàn)平臺(tái),采集了JZQ250型齒輪箱五種工況下的振動(dòng)信號(hào),利用ADAFSA-BP網(wǎng)絡(luò)模型對(duì)齒輪箱的故障狀態(tài)進(jìn)行智能識(shí)別,分析實(shí)驗(yàn)數(shù)據(jù)可知,ADAFSA-BP網(wǎng)絡(luò)模型展現(xiàn)出較優(yōu)的診斷能力,同時(shí)為齒輪箱故障診斷提供了一種新的智能識(shí)別方法。
【圖文】：

椒ǎ嚅，

本文編號(hào)：2603714