原文传递
基于神经网络的滚动轴承故障诊断研究
| 论文题名： | 基于神经网络的滚动轴承故障诊断研究 |
| 关键词： | 机械设备;滚动轴承;故障诊断;神经网络 |
| 摘要： | 滚动轴承是机械设备中应用最为广泛的部件之一，其故障类型繁多，运转中产生的振动十分复杂，特征频率也是非常丰富，对其实施精密诊断十分困难。为解决这一难题，本文采集滚动轴承试验台的振动信号进行了时域、频域以及时-频的分析研究。 对两类轴承进行故障诊断的研究，一是只能承受径向力的深沟球轴承，另一类是既能承受径向力也能承受轴向力的圆锥滚子轴承。对滚动轴承的三类故障—外圈、内圈、滚动体故障进行了设置，并完成了振动信号的采集。 为了对滚动轴承的故障诊断进行全面的研究，本文应用多种方法对滚动轴承故障进行了分析。首先分析了滚动轴承的故障工作机理，研究了滚动轴承的振动类型及故障特征频率的计算。根据结构动力学特性，同时因为滚动轴承振源的不易采集的特性，应用ERA方法和随机子空间法(SSI)给出了滚动轴承振动响应的模态参数，所得的模态参数即为故障特征参数的一部分。 通过模态参数、时域、频域、时频域等方法提取了滚动轴承的故障特征参数，并通过神经网络的方法提取对滚动轴承故障最为敏感的故障特征参数，利用这些参数通过自组织神经网络的方法对故障进行了分类，同时验证了分类结果的正确性。 |
| 作者： | 徐兴军 |
| 专业： | 车辆工程 |
| 导师： | 孙以泽 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
