發(fā)布時間：2024-03-31 08:29

　　無線通信技術正在高速的發(fā)展中,現(xiàn)代社會也是科技競爭激烈的社會,在科學技術及現(xiàn)代工業(yè)的影響下,機械設備逐漸趨向大型集成化、精密智能化,這對于產品的性價比、環(huán)境資源的保護和經濟效益的提高都有重要意義,然而這種趨勢使得不同的機械設備之間以及同一機械設備的不同組件之間的關系變得更加復雜化,彼此之間的耦合形成了不可分割的整體。這種趨勢對機械設備故障監(jiān)測的時效和精準度提出了比以往更高的要求。一旦大型設備中某個微小的部件在運行過程中發(fā)生故障,就會對整個生產線造成極大的影響,經濟損失也是不可估量的,甚至形成災難性的后果。二十世紀初,軸承就作為旋轉機械的核心部件被廣泛的應用,然而這也導致它成為機械故障的主要來源。本論文主要以軸承為檢測部件對大型機器進行故障診斷,并準確有效的檢測出軸承故障類型及設計實時監(jiān)測軟件系統(tǒng)。在滾動軸承故障的早期診斷中,故障特征比較明顯,噪聲會對結果進行干擾,不容易識別故障。本文引出了一種基于小波變換改進后的時域頻域圖和對滾動軸承早期相對較微弱的故障診斷方法—卷積神經網絡(CNN)。首先,使用加速度振動傳感器來識別并采集軸承運行過程中的數(shù)據,數(shù)據的形式是動態(tài)的非平穩(wěn)周期振動信號,再...

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外發(fā)展現(xiàn)狀
        1.2.1 無線傳感器網絡的發(fā)展
        1.2.2 信號處理方法的發(fā)展
        1.2.3 故障監(jiān)測方法的發(fā)展
    1.3 本文研究內容與結構安排
第二章 軸承振動信號原理
    2.1 軸承的結構及故障分析
        2.1.1 軸承結構及種類
        2.1.2 軸承故障頻率分析
        2.1.3 軸承故障種類及原因
    2.2 軸承的振動及實驗平臺裝置介紹
        2.2.1 軸承的振動
        2.2.2 實驗平臺裝置
    2.3 本章小結
第三章 滾動軸承振動信號處理方法的研究及實驗結果分析
    3.1 小波分析法
        3.1.1 傅里葉變換
        3.1.2 短時傅里葉變換
        3.1.3 小波分析
    3.2 基于改進的小波分析及時頻圖
        3.2.1 改進小波時頻圖
        3.2.2 自相關運算
        3.2.3 Hilbert包絡譜分析
    3.3 本章小結
第四章 引入卷積神經網絡的故障診斷設計
    4.1 卷積神經網絡基本原理
        4.1.1 卷積神經網絡基本結構
        4.1.2 局部連接
        4.1.3 權值共享
        4.1.4 池化
    4.2 CNN在軸承故障檢測中的應用
        4.2.1 CNN結構
        4.2.2 樣本集的構造
        4.2.3 模型訓練的結果及分析
    4.3 本章小結
第五章 基于LABVIEW的故障監(jiān)測系統(tǒng)設計
    5.1 基于LABVIEW的故障監(jiān)測系統(tǒng)總體設計
        5.1.1 界面設計
        5.1.2 軟件各個模塊功能設計
    5.2 本章小結
第六章 總結與展望
    6.1 全文工作總結
    6.2 后續(xù)工作展望
致謝
參考文獻



本文編號：3943730