原文传递
基于声信号的齿轮箱故障诊断研究
| 论文题名： | 基于声信号的齿轮箱故障诊断研究 |
| 关键词： | 故障诊断;齿轮箱;BP神经网络;GUI编程;声信号 |
| 摘要： | 本文通过对某工厂利用工人听觉来检测齿轮箱故障的案例进行分析，发现工人在用听觉判断齿轮箱故障时易受主观影响。针对这个问题，提出应用麦克风、信号采集等硬件模块结合信号处理、人工神经网络等软件方法设计齿轮箱智能化故障诊断平台的方案。 首先，本文对待研究齿轮箱的结构进行拆解，发现它由多个形状不一的齿轮以及一个滚珠轴承构成，结构的复杂导致了其噪声信号的复杂性。鉴于此，本文拟从信号总体特征上分析，通过对比正常与故障齿轮箱的特征寻求解决方法。 接下来，要完成诊断平台的硬件设计。这部分涉及到麦克风的选型，信号放大器的设计，以及数据采集模块的驱动。硬件设计关系到声音信号的获取，这是后续所有研究工作的基础，因此在每一步的设计完成后，都需要做验证工作。 针对本课题的研究对象，本文计算出其声音信号在时域的有效值、峰值因子、峰效值比、峭度四个参数。样本对比实验表明他们对于区分正常与故障的齿轮箱有一定的帮助；在频域内通过观察不同样本的频谱，发现正常与故障的齿轮箱信号的谱分布有一些典型的差异。据此在频域内找出了4个特征参数。试验中，我们发现所提取的8个特征参数对于不同样本，其参数值会出现交叉重叠的现象，导致人工寻找划分标准相对困难。因此，本文利用人工神经网络对样本数据进行非线性映射，解决特征参数的空间划分问题。经过尝试性实验研究，确定了BP神经网络的层数及各层节点数，并得到了最适合本课题的弹性算法改进的BP神经网络方法。利用该改进型算法，故障诊断达到了较高的准确率。 最后，本文设计了图形化的软件将数据采集模块驱动、特征参数提取、神经网络训练、神经网络智能诊断等功能整合到一起，完成了齿轮箱智能化故障诊断平台的完整设计。结果表明，应用该智能化故障诊断平台可以方便准确地对该齿轮箱进行故障诊断，达到了人工诊断的效果，并克服了人工诊断的主观性。 |
| 作者： | 王敏 |
| 专业： | 仪器科学与技术；测试计量技术及仪器 |
| 导师： | 金世俊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
