本文關鍵詞：基于模糊神經網(wǎng)絡的旋轉機械故障診斷方法研究，由筆耕文化傳播整理發(fā)布。

機械工程

基于模糊神經網(wǎng)絡的旋轉機械故障診斷方法研究

【摘要】： 近年來國內外的機械故障診斷技術發(fā)展迅速，研究的手段和方法日新月異，其應用已遍及各個工業(yè)領域。由于旋轉機械結構復雜，故障特征及原因普遍存在模糊性和復雜性，對其實施故障診斷比較困難，盡管人們對其開展了不少研究并取得了一些研究成果，但總的診斷水平還不是很高，這與其在生產中廣泛應用的現(xiàn)狀極不相符。因此，對旋轉機械開展故障診斷研究具有十分重要的意義。本文研究工作就是在這個技術背景下展開的。 研究了旋轉機械振動信號的消噪方法和特征提取方法。針對旋轉機械振動信號的非平穩(wěn)性及特征難以提取的特點，通過對小波變換技術的進一步研究，提出旋轉機械振動信號處理的小波基函數(shù)選擇原則及小波包消噪的軟閥值原則。利用小波包變換對旋轉機械振動信號進行消噪處理和特征提取。并以“能量”為元素，構造旋轉機械振動信號的特征向量，從而為旋轉機械振動信號的故障特征提取以及后續(xù)的故障智能診斷提供了一種便捷的處理方法。旋轉機械質量不平衡和油膜渦動故障的振動信號分析結果進一步驗證了這種方法的可行性和有效性。 研究了神經網(wǎng)絡和模糊系統(tǒng)的故障診斷方法。模糊系統(tǒng)缺乏自學習能力，隸屬度函數(shù)和模糊規(guī)則的選取帶有一定的主觀性且依賴于專家；神經網(wǎng)絡所獲得的輸入／輸出關系無法用容易被人接受的方式表示出來，存在非此即彼的絕對性，使診斷結果與實際情況不符。針對以上缺點，通過對神經網(wǎng)絡和模糊系統(tǒng)的結合方式的研究，提出了一種基于模糊神經網(wǎng)絡(ANFIS)的旋轉機械故障診斷方法，并將其用于旋轉機械的故障診斷。實驗結果表明，與常用的神經網(wǎng)絡和模糊系統(tǒng)診斷方法相比，該方法能夠彌補模糊和神經網(wǎng)絡單獨應用時所存在的不足，具有更高的診斷準確率。在旋轉機械故障診斷領域具有較好的應用前景。 在深入分析旋轉機械故障診斷過程的基礎上，借助功能強大的MATLAB語言系統(tǒng)及其工具箱，在本論文中完成了旋轉機械故障診斷原型軟件的開發(fā)與設計，并用旋轉機械常見故障狀態(tài)的特征向量數(shù)據(jù)對其診斷結果的正確性進行了測試，效果良好，，證明了此系統(tǒng)具有可用性。

目錄】：

第1章 緒論12-17

1.1 旋轉機械故障診斷技術的研究意義12

1.2 旋轉機械故障診斷技術的研究現(xiàn)狀12-15

1.3 旋轉機械故障診斷技術的發(fā)展趨勢15

1.4 論文的主要研究內容15-17

第2章 基于小波包的旋轉機械故障特征提取方法研究17-36

2.1 小波包分析17-22

2.1.1 從傅立葉變換到小波包變換17-18

2.1.2 小波包變換18-19

2.1.3 旋轉機械振動信號處理中小波包基函數(shù)的選擇19-22

2.2 旋轉機械故障信號的消噪處理22-26

2.2.1 小波消噪的基本原理22-23

2.2.2 小波包消噪處理23-26

2.3 旋轉機械故障信號的特征提取26-35

2.3.1 特征向量提取的基本概念和任務26

2.3.2 基于小波包的旋轉機械故障信號特征提取26-35

2.4 本章小結35-36

第3章 神經網(wǎng)絡故障診斷方法研究36-44

3.1 BP神經網(wǎng)絡36-37

3.1.1 BP神經網(wǎng)絡結構36-37

3.1.2 BP神經網(wǎng)絡算法37

3.2 基于BP神經網(wǎng)絡的旋轉機械故障診斷方法37-42

3.2.1 故障診斷過程37-38

3.2.2 基于BP神經網(wǎng)絡的故障診斷38-42

3.3 本章小結42-44

第4章 模糊神經網(wǎng)絡故障診斷方法研究44-53

4.1 模糊和神經網(wǎng)絡的結合方式44-45

4.2 自適應模糊神經網(wǎng)絡ANFIS45-47

4.2.1 ANFIS結構46-47

4.2.2 ANFIS算法47

4.3 基于ANFIS的旋轉機械故障診斷方法的實現(xiàn)47-51

4.4 診斷結果對比分析51-52

4.4.1 神經網(wǎng)絡、模糊系統(tǒng)、模糊神經網(wǎng)絡(ANFIS)診斷結果的對比分析51

4.4.2 三種方法的對比分析51-52

4.5 本章小結52-53

第5章 旋轉機械故障診斷軟件原型系統(tǒng)開發(fā)53-60

5.1 旋轉機械故障診斷過程53

5.2 應用工具軟件的簡要介紹53-54

5.3 故障診斷軟件系統(tǒng)各模塊的主要用法與功能54-59

5.4 本章小結59-60

結論與展望60-61

致謝61-62

參考文獻62-63

上一篇：機械鍍鋅形層機理的研究
下一篇：沖壓模具初始設計KBS系統(tǒng)研究

  本文關鍵詞：基于模糊神經網(wǎng)絡的旋轉機械故障診斷方法研究，由筆耕文化傳播整理發(fā)布。