基于小波變換與PNN神經(jīng)網(wǎng)絡(luò)相結(jié)合的滾動(dòng)軸承故障診斷.pdf

1、滾動(dòng)軸承是應(yīng)用最廣泛的機(jī)械部件之一，也是最容易受到損壞的零件之一。隨著現(xiàn)代工業(yè)和科學(xué)技術(shù)的發(fā)展進(jìn)步，滾動(dòng)軸承正朝著高速化、大型化發(fā)展。滾動(dòng)軸承出現(xiàn)故障時(shí)，會(huì)使設(shè)備降低或失去功能，甚至導(dǎo)致整個(gè)設(shè)備無(wú)法正常工作，造成巨大的經(jīng)濟(jì)損失，嚴(yán)重時(shí)還會(huì)引起災(zāi)難性的事故。針對(duì)滾動(dòng)軸承普遍存在壽命離散性大、故障占有比例高、故障種類繁多等問(wèn)題，本文對(duì)實(shí)際工況中滾動(dòng)軸承振動(dòng)信號(hào)進(jìn)行采集、監(jiān)測(cè)、分析和處理以識(shí)別數(shù)據(jù)的故障特征，運(yùn)用適當(dāng)?shù)臄?shù)據(jù)分析方法和神經(jīng)網(wǎng)絡(luò)對(duì)

2、軸承數(shù)據(jù)進(jìn)行診斷，具有良好的經(jīng)濟(jì)效益和科學(xué)意義。
　　本文以實(shí)驗(yàn)測(cè)取的滾動(dòng)軸承振動(dòng)信號(hào)為數(shù)據(jù)，在軸承振動(dòng)特性、故障機(jī)理、故障信號(hào)特點(diǎn)的基礎(chǔ)上，運(yùn)用小波分析對(duì)振動(dòng)信號(hào)進(jìn)行處理。首先運(yùn)用小波降噪對(duì)數(shù)據(jù)進(jìn)行降噪處理，提高數(shù)據(jù)的信噪比，接著對(duì)已處理數(shù)據(jù)進(jìn)行小波包分解得到各個(gè)小波包頻帶系數(shù)，并進(jìn)行歸一化處理，實(shí)現(xiàn)滾動(dòng)軸承內(nèi)圈、外圈以及滾動(dòng)體故障振動(dòng)信號(hào)的特征向量提取。以提取的特征向量為訓(xùn)練和驗(yàn)證樣本，輸入概率神經(jīng)網(wǎng)絡(luò)，達(dá)到滾動(dòng)軸承故障狀態(tài)識(shí)