基于BP神經(jīng)網(wǎng)絡(luò)的齒輪故障模式識別研究
發(fā)布時間:2020-10-31 05:40
齒輪是汽車變速器的重要組成部分,擔(dān)負著傳遞發(fā)動機動力的巨大作用,其工作狀態(tài)直接影響傳動系統(tǒng)的效率。齒輪是應(yīng)用最為廣泛,同時也是最易損壞的零件,因此,對齒輪實施故障診斷非常必要,受到了越來越多的重視。 對齒輪實施故障診斷的實質(zhì)就是模式識別。齒輪模式識別是通過對提取的特征信息進行分析和處理實現(xiàn)的。傳統(tǒng)的信號時域和頻域分析方法,可以提取故障特征信息,為進一步提高齒輪故障診斷的準確性和快速性,隨著各種新技術(shù)的產(chǎn)生,信號的分析方法也有了新的發(fā)展,例如小波變換、包絡(luò)分析等。 振動信號是齒輪故障特征信息的載體,本文系統(tǒng)的介紹了齒輪振動信號的特征提取方法,用時域分析、頻域分析、時頻分析和包絡(luò)分析等方法綜合分析齒輪故障信號。模擬齒輪故障實驗,提取時域和頻域內(nèi)的故障特征信息。構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型對提取的特征信息進行診斷,實現(xiàn)齒輪故障模式識別。神經(jīng)網(wǎng)絡(luò)具有獨特的結(jié)構(gòu)和處理信息的方法,將其應(yīng)用到齒輪模式識別中,為齒輪故障診斷開辟了一條新途徑;贛ATLAB平臺,利用構(gòu)建的PNN模型和BP神經(jīng)網(wǎng)絡(luò)模型對齒輪進行故障診斷。同時,對BP神經(jīng)網(wǎng)絡(luò)進行改進,通過對比,驗證改進后的模型對齒輪模式識別效果更好,提高了齒輪故障診斷的效率,具有廣闊的應(yīng)用前景。
【學(xué)位單位】:長安大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2010
【中圖分類】:TH132.41;TH165.3
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外發(fā)展現(xiàn)狀及趨勢
1.2.1 研究方法及現(xiàn)狀
1.2.2 發(fā)展趨勢
1.3 本文的主要研究內(nèi)容
1.4 本章小結(jié)
第二章 齒輪振動故障診斷的基礎(chǔ)
2.1 概述
2.1.1 齒輪的劣化規(guī)律
2.1.2 齒輪的主要故障原因
2.2 齒輪振動故障診斷系統(tǒng)
2.3 齒輪的振動機理
2.3.1 齒輪的振動分析
2.3.2 幅值調(diào)制和頻率調(diào)制
2.4 本章小結(jié)
第三章 齒輪振動信號的分析與特征提取
3.1 振動信號的時域分析
3.1.1 幅值域分析
3.1.2 時差域分析
3.1.3 時域平均分析
3.2 振動信號的頻域分析
3.2.1 頻譜分析
3.2.2 功率譜分析
3.2.3 細化譜分析
3.2.4 倒頻譜分析
3.3 振動信號的時頻分析
3.4 振動信號的包絡(luò)分析
3.5 本章小結(jié)
第四章 齒輪故障診斷實驗
4.1 實驗系統(tǒng)的組成
4.1.1 實驗臺的組成
4.1.2 振動測試系統(tǒng)
4.2 齒輪故障診斷實驗的實施
4.2.1 齒輪故障類型選擇
4.2.2 數(shù)據(jù)采集與處理
4.3 本章小結(jié)
第五章 神經(jīng)網(wǎng)絡(luò)在齒輪故障診斷中的應(yīng)用
5.1 基于神經(jīng)網(wǎng)絡(luò)齒輪故障診斷
5.1.1 概率神經(jīng)網(wǎng)絡(luò)
5.1.2 BP神經(jīng)網(wǎng)絡(luò)
5.1.3 方法對比
5.2 BP神經(jīng)網(wǎng)絡(luò)的改進
5.3 本章小結(jié)
第六章 結(jié)論與展望
6.1 本文的主要工作和結(jié)論
6.2 展望
參考文獻
致謝
【引證文獻】
本文編號:2863520
【學(xué)位單位】:長安大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2010
【中圖分類】:TH132.41;TH165.3
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外發(fā)展現(xiàn)狀及趨勢
1.2.1 研究方法及現(xiàn)狀
1.2.2 發(fā)展趨勢
1.3 本文的主要研究內(nèi)容
1.4 本章小結(jié)
第二章 齒輪振動故障診斷的基礎(chǔ)
2.1 概述
2.1.1 齒輪的劣化規(guī)律
2.1.2 齒輪的主要故障原因
2.2 齒輪振動故障診斷系統(tǒng)
2.3 齒輪的振動機理
2.3.1 齒輪的振動分析
2.3.2 幅值調(diào)制和頻率調(diào)制
2.4 本章小結(jié)
第三章 齒輪振動信號的分析與特征提取
3.1 振動信號的時域分析
3.1.1 幅值域分析
3.1.2 時差域分析
3.1.3 時域平均分析
3.2 振動信號的頻域分析
3.2.1 頻譜分析
3.2.2 功率譜分析
3.2.3 細化譜分析
3.2.4 倒頻譜分析
3.3 振動信號的時頻分析
3.4 振動信號的包絡(luò)分析
3.5 本章小結(jié)
第四章 齒輪故障診斷實驗
4.1 實驗系統(tǒng)的組成
4.1.1 實驗臺的組成
4.1.2 振動測試系統(tǒng)
4.2 齒輪故障診斷實驗的實施
4.2.1 齒輪故障類型選擇
4.2.2 數(shù)據(jù)采集與處理
4.3 本章小結(jié)
第五章 神經(jīng)網(wǎng)絡(luò)在齒輪故障診斷中的應(yīng)用
5.1 基于神經(jīng)網(wǎng)絡(luò)齒輪故障診斷
5.1.1 概率神經(jīng)網(wǎng)絡(luò)
5.1.2 BP神經(jīng)網(wǎng)絡(luò)
5.1.3 方法對比
5.2 BP神經(jīng)網(wǎng)絡(luò)的改進
5.3 本章小結(jié)
第六章 結(jié)論與展望
6.1 本文的主要工作和結(jié)論
6.2 展望
參考文獻
致謝
【引證文獻】
相關(guān)期刊論文 前2條
1 賈文銅;周瑞祥;張忠;王卓健;郭基聯(lián);;基于Elman神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷研究[J];計算機測量與控制;2012年05期
2 賈文銅;周瑞祥;張忠;王卓健;郭基聯(lián);;基于Elman神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷研究[J];計算機測量與控制;2012年06期
相關(guān)碩士學(xué)位論文 前2條
1 賈春花;基于HHT的果蠅振翅鳴聲特征提取及分類研究[D];陜西師范大學(xué);2011年
2 張麗娜;小麥碰撞聲信號特征識別研究[D];陜西師范大學(xué);2012年
本文編號:2863520
本文鏈接:http://sikaile.net/jixiegongchenglunwen/2863520.html
最近更新
教材專著