滾動(dòng)軸承作為長期處于高速、高負(fù)荷運(yùn)行狀態(tài)下的零部件,其再制造的質(zhì)量將極大地影響再制造產(chǎn)品的壽命周期。對再制造后滾動(dòng)軸承的4種狀態(tài)進(jìn)行測試,分析其產(chǎn)生的質(zhì)量問題,并提出了一種基于小波包分解和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的滾動(dòng)軸承再制造質(zhì)量評價(jià)方法。首先對再制造后的滾動(dòng)軸承進(jìn)行不同狀態(tài)下的振動(dòng)信號采集,利用小波包分解對信號進(jìn)行預(yù)處理,得到信號的能量特征;接著將此能量特征轉(zhuǎn)化為特征向量并作為BP神經(jīng)網(wǎng)絡(luò)的輸入,在經(jīng)過訓(xùn)練后的網(wǎng)絡(luò)中對其進(jìn)行測試,從而來對信號進(jìn)行識別,達(dá)到確定再制造軸承的質(zhì)量狀況的目的。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1 質(zhì)量評價(jià)流程圖

1評價(jià)流程質(zhì)量評價(jià)流程如圖1所示：通過再制造軸承試驗(yàn)臺測試軸承的振動(dòng)數(shù)據(jù)，來繪制信號的波形圖。利用小波包分解對振動(dòng)信號進(jìn)行預(yù)處理，并提取分解后得到的子頻帶的能量特征作為特征向量。將該特征向量作為BP神經(jīng)網(wǎng)絡(luò)的輸入向量，利用神經(jīng)網(wǎng)絡(luò)對樣本進(jìn)行訓(xùn)練，用訓(xùn)練后得到輸出結(jié)果對其余樣本進(jìn)....

圖2 小波包分解的二叉樹

式（2）的小波包分解過程可以用圖2所示的樹形結(jié)構(gòu)來表示，稱為小波包分解的二叉樹。因?yàn)樾〔ò纸膺^程是可逆的，為了獲得信號某些特定頻段內(nèi)的有效信息，將不需要的頻段信號去掉，只對需要的信號進(jìn)行小波包重構(gòu)。利用二進(jìn)小波包的快速算法對其進(jìn)行重構(gòu)，快速算法為：

圖3 4種狀態(tài)下的軸承信號波形圖

某再制造公司對一批廢舊變速箱進(jìn)行回收再制造，該變速箱采用的是6205-2RS型深溝球軸承，現(xiàn)對該再制造后的軸承進(jìn)行質(zhì)量評價(jià)。振動(dòng)數(shù)據(jù)通過加速度計(jì)進(jìn)行采集，以每1s12000個(gè)樣本點(diǎn)的速度采集數(shù)字振動(dòng)數(shù)據(jù)。分別采集4種狀態(tài)下的軸承振動(dòng)數(shù)據(jù)。經(jīng)過采集得到相應(yīng)數(shù)據(jù)后，繪制出信號的....

圖4 4種狀態(tài)下分解后各子帶的能量占比圖

從圖4可以看出每種狀態(tài)下的能量分布不盡相同，所以可將這種能量分布的差異作為質(zhì)量評價(jià)的依據(jù)。將小波包分解后形成的各子帶的能量分布作為BP神經(jīng)網(wǎng)絡(luò)的輸入，每種狀態(tài)選取15個(gè)訓(xùn)練樣本，共計(jì)60個(gè)樣本對網(wǎng)絡(luò)經(jīng)過訓(xùn)練，再從再制造軸承中隨機(jī)選取15個(gè)樣本進(jìn)行測試。通過網(wǎng)絡(luò)的輸出結(jié)果來判斷軸承....

本文編號：4029176