發(fā)布時間：2018-07-01 09:36

  本文選題：故障診斷 + 滾動軸承�。� 參考：《設備管理與維修》2016年09期

【摘要】：基于BP神經網(wǎng)絡的智能診斷方法,應用于離心泵的滾動軸承故障診斷中。將原信號經過CEEMD分解進行降噪處理,重構信號并求出時頻域特征參數(shù);選取合適的時域特征參數(shù)(峭度指標、峰值指數(shù)等)和頻域特征參數(shù)(重心頻率、均方頻率等),作為BP神經網(wǎng)絡的輸入;確定網(wǎng)絡層的數(shù)目、各層節(jié)點數(shù)目和初始權值大小,進一步明確診斷模型;對比實際輸出值與理論輸出,推導滾動軸承的故障狀態(tài)。實踐證明,由于BP神經網(wǎng)絡在信號處理方面具有很強的數(shù)據(jù)擬合能力,這種方法在大數(shù)據(jù)滾動軸承故障診斷中取得良好應用效果。
[Abstract]:The intelligent diagnosis method based on BP neural network is applied to the fault diagnosis of rolling bearing of centrifugal pump. The original signal is decomposed by CEEMD, the signal is reconstructed and the characteristic parameters in time-frequency domain are obtained, the appropriate time domain characteristic parameters (kurtosis index, peak index, etc.) and the frequency domain characteristic parameters (centroid frequency, etc.) are selected. Mean square frequency is used as the input of BP neural network; the number of network layers, the number of nodes in each layer and the initial weight value are determined; the diagnosis model is further defined; the fault state of rolling bearing is deduced by comparing the actual output value with the theoretical output. It is proved by practice that BP neural network has strong data fitting ability in signal processing, and this method has good application effect in fault diagnosis of big data rolling bearing.
【作者單位】： 北京化工大學;海軍航空工程學院;中國煙草總公司職工進修學院;
【分類號】：TH133.33;TP183

【相似文獻】

相關期刊論文 前10條

1 唐貴基;楊玉婧;宋彩萌;;基于神經網(wǎng)絡的旋轉機械振動故障診斷[J];機械工程師;2012年01期

2 欒美潔;許飛云;賈民平;;旋轉機械故障診斷的神經網(wǎng)絡方法研究[J];噪聲與振動控制;2008年01期

3 高強;錢林方;侯遠龍;王力;;泵控缸電液位置伺服系統(tǒng)的神經網(wǎng)絡模型參考自適應控制[J];機床與液壓;2008年06期

4 徐小力;左云波;吳國新;;量子神經網(wǎng)絡在旋轉機組狀態(tài)趨勢預測中的應用[J];機械強度;2010年04期

5 何文;同淑榮;王克勤;;基于神經網(wǎng)絡的質量控制圖異常診斷[J];機械制造;2013年05期

6 許寧,黃之初;神經網(wǎng)絡在旋轉機械故障診斷中的應用研究[J];礦山機械;2005年08期

7 宋文杰;劉伯峰;王平;姜冰;;基于小波—神經網(wǎng)絡的故障劣化趨勢檢測[J];職大學報(自然科學版);2006年02期

8 王志濤;肖明清;謝化勇;禚真福;薛輝輝;;基于神經網(wǎng)絡的故障診斷效能模糊綜合評價研究[J];計算機測量與控制;2011年12期

9 戴中浩;林瓊;王秋成;;基于神經網(wǎng)絡的再制造自動變速箱檢測及試驗研究[J];機械制造;2012年01期

10 何存富;楊申;劉增華;焦敬品;宋國榮;吳斌;;基于神經網(wǎng)絡技術的管道機電阻抗健康狀況定量評估研究[J];實驗力學;2013年01期

相關會議論文 前9條

1 杜福銀;封其勃;;一種基于Hopfield神經網(wǎng)絡作業(yè)車間調度問題的優(yōu)化方法[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

2 宋國明;王厚軍;姜書艷;劉紅;;基于神經網(wǎng)絡的融合智能診斷方法在模擬電路故障診斷中的應用[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

3 宋軼民;余躍慶;張策;馬文貴;;基于神經網(wǎng)絡的機敏機構振動自校正控制[A];第十二屆全國機構學學術研討會論文集[C];2000年

4 吳洪民;;氣動伺服定位系統(tǒng)的神經網(wǎng)絡模糊自適應PID控制[A];第一屆全國流體動力及控制工程學術會議論文集（第二卷）[C];2000年

5 黎啟柏;桂佩佩;韓君;;二次調節(jié)控制系統(tǒng)的模糊-神經網(wǎng)絡自學習自適應控制[A];液壓與氣動學術研討會論文集[C];2004年

6 黎啟柏;桂佩佩;韓君;;二次調節(jié)控制系統(tǒng)的模糊-神經網(wǎng)絡自學習自適應控制[A];第三屆全國流體傳動及控制工程學術會議論文集（第三卷）[C];2004年

7 曹春紅;張斌;王利民;李文輝;;基于免疫神經網(wǎng)絡的幾何約束求解技術的研究[A];第二十七屆中國控制會議論文集[C];2008年

8 謝進;閻開印;陳永;;神經網(wǎng)絡技術在平面機構綜合中的應用[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（下冊）[C];2002年

9 徐志方;賀小明;張傳維;沈路;;集成神經網(wǎng)絡信息融合技術在給水泵故障診斷中的應用[A];設備監(jiān)測與診斷技術及其應用——第十二屆全國設備監(jiān)測與診斷學術會議論文集[C];2005年

相關碩士學位論文 前10條

1 楊航;基于神經網(wǎng)絡和遺傳算法的軸流風機葉輪優(yōu)化[D];燕山大學;2015年

2 劉r，

本文編號：2087346