齒輪箱是傳動(dòng)機(jī)械中重要零部件,其運(yùn)行狀態(tài)關(guān)系到整個(gè)機(jī)械設(shè)備的生產(chǎn)。齒輪箱的運(yùn)行環(huán)境和工況比較復(fù)雜,齒輪是其中容易發(fā)生故障的元件。據(jù)統(tǒng)計(jì),齒輪裂紋和齒面斷裂這兩種故障類型占齒輪所有故障類型的將近一半之多。因此,對(duì)齒輪工況在線監(jiān)測(cè)和其裂紋的識(shí)別預(yù)警很有必要。粒子群優(yōu)化算法(簡(jiǎn)稱PSO算法)是一種用來(lái)尋求最優(yōu)解的群體智能算法,本文首先在PSO中引入一種變異操作算子對(duì)算法進(jìn)行一定改進(jìn),并對(duì)改進(jìn)后的PSO與傳統(tǒng)PSO之間的優(yōu)越性進(jìn)行仿真對(duì)比分析。然后在改進(jìn)PSO的基礎(chǔ)上,結(jié)合RBF網(wǎng)絡(luò)優(yōu)化所需解決的具體問(wèn)題,建立了一種基于變異算子的PSO優(yōu)化RBF網(wǎng)絡(luò)的模型。基本思路是:加入變異算子來(lái)改進(jìn)傳統(tǒng)PSO,改進(jìn)后的PSO用來(lái)優(yōu)化RBF網(wǎng)絡(luò)的權(quán)值和閾值等參數(shù),優(yōu)化后的網(wǎng)絡(luò)模型用到齒輪箱故障識(shí)別。目的在于對(duì)齒輪箱中齒輪的各種故障情況做出及時(shí)、精準(zhǔn)的識(shí)別,提升齒輪箱的壽命和穩(wěn)定性,把齒輪箱故障帶來(lái)的經(jīng)濟(jì)損失降到最低水平。本文選取主動(dòng)輪的裂紋故障作為研究對(duì)象,故障表現(xiàn)形式為四種不同程度的損壞,并設(shè)計(jì)了實(shí)驗(yàn)采集了振動(dòng)信號(hào)。運(yùn)用小波包分解重構(gòu)對(duì)實(shí)驗(yàn)原始信號(hào)進(jìn)行了去噪,提取了8種對(duì)故障敏感的時(shí)域特征參量。利用本文提...

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的目的和意義
    1.2 齒輪箱故障診斷技術(shù)的研究現(xiàn)狀和發(fā)展趨勢(shì)
        1.2.1 研究現(xiàn)狀
        1.2.2 發(fā)展趨勢(shì)
        1.2.3 神經(jīng)網(wǎng)絡(luò)在齒輪箱中的應(yīng)用
    1.3 粒子群優(yōu)化算法的研究簡(jiǎn)述
        1.3.1 研究概述
        1.3.2 發(fā)展方向
    1.4 論文的主要研究?jī)?nèi)容及結(jié)構(gòu)安排
第2章 粒子群優(yōu)化算法研究
    2.1 粒子群優(yōu)化算法概念
        2.1.1 粒子群優(yōu)化算法起源
        2.1.2 粒子群優(yōu)化算法基本原理
        2.1.3 粒子群優(yōu)化算法過(guò)程
    2.2 改進(jìn)的PSO算法
        2.2.1 理論研究完善
        2.2.2 混合算法改進(jìn)
    2.3 引入變異算子的PSO
    2.4 仿真實(shí)驗(yàn)分析
    2.5 粒子群優(yōu)化算法的應(yīng)用
    2.6 粒子群優(yōu)化算法的參數(shù)選取
    2.7 本章小結(jié)
第3章 基于變異算子的PSO算法優(yōu)化RBF網(wǎng)絡(luò)
    3.1 人工神經(jīng)網(wǎng)絡(luò)
        3.1.1 人工神經(jīng)網(wǎng)絡(luò)研究歷程
        3.1.2 RBF神經(jīng)網(wǎng)絡(luò)
    3.2 基于變異算子的PSO優(yōu)化RBF網(wǎng)絡(luò)
    3.3 RBF網(wǎng)絡(luò)優(yōu)化
        3.3.1 RBF網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置
        3.3.2 RBF網(wǎng)絡(luò)參數(shù)選取
    3.4 本章小結(jié)
第4章 齒輪箱故障診斷實(shí)驗(yàn)
    4.1 齒輪箱故障診斷實(shí)驗(yàn)設(shè)計(jì)裝置
    4.2 故障模式和參數(shù)選取
    4.3 實(shí)驗(yàn)用齒輪傳動(dòng)結(jié)構(gòu)
        4.3.1 齒輪傳動(dòng)結(jié)構(gòu)簡(jiǎn)述
        4.3.2 實(shí)驗(yàn)對(duì)象齒輪選擇
    4.4 齒輪裂紋等級(jí)劃分
    4.5 齒輪參數(shù)選擇
    4.6 采樣頻率選擇
    4.7 實(shí)驗(yàn)步驟
    4.8 本章小結(jié)
第5章 優(yōu)化后的RBF網(wǎng)絡(luò)用于齒輪箱故障診斷
    5.1 齒輪箱故障診斷過(guò)程
    5.2 齒輪箱原始振動(dòng)信號(hào)小波包降噪
        5.2.1 小波包降噪原理
        5.2.2 小波包降噪的主要步驟
        5.2.3 齒輪箱原始振動(dòng)信號(hào)小波包降噪結(jié)果分析
    5.3 時(shí)域特征參數(shù)提取
    5.4 優(yōu)化后的RBF網(wǎng)絡(luò)對(duì)齒輪箱進(jìn)行故障診斷
        5.4.1 神經(jīng)網(wǎng)絡(luò)模型建立
    5.5 基于變異算子的PSO算法參數(shù)選取
    5.6 基于變異算子的PSO算法優(yōu)化RBF網(wǎng)絡(luò)流程
    5.7 優(yōu)化后的RBF網(wǎng)絡(luò)的訓(xùn)練與測(cè)試
    5.8 結(jié)果分析
    5.9 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文研究工作總結(jié)
    6.2 未來(lái)研究的展望
參考文獻(xiàn)
攻讀碩士期間已發(fā)表的論文
致謝



本文編號(hào)：3831078