工業(yè)無(wú)線傳感器網(wǎng)絡(luò)在設(shè)備故障診斷中的應(yīng)用研究.pdf

1、為了避免經(jīng)濟(jì)損失和安全事故，需要對(duì)機(jī)械設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷。采用無(wú)線傳感器網(wǎng)絡(luò)進(jìn)行故障診斷相較于傳統(tǒng)的有線連接方式不存在布線問(wèn)題，但早期的無(wú)線方式需要傳遞所有的原始數(shù)據(jù)，存在無(wú)線傳輸能量損耗大等問(wèn)題。為了在保證診斷效果的前提下，減少數(shù)據(jù)傳輸量，降低能量損耗，本課題研究利用小波變換進(jìn)行節(jié)點(diǎn)上的故障特征提取，利用支持向量機(jī)進(jìn)行節(jié)點(diǎn)上的故障診斷，只將最終的診斷結(jié)果傳送到計(jì)算機(jī)上顯示。
　　本課題以電機(jī)為研究對(duì)象，在計(jì)算機(jī)上完成了整

2、個(gè)電機(jī)軸承故障診斷的仿真工作，并將程序嵌入到JN5139節(jié)點(diǎn)內(nèi)實(shí)現(xiàn)了無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)上的故障診斷。
　　仿真中，本文采用db4小波函數(shù)分別對(duì)電機(jī)正常基線數(shù)據(jù)、風(fēng)扇端軸承故障數(shù)據(jù)和驅(qū)動(dòng)端軸承故障數(shù)據(jù)進(jìn)行三層小波包分解提取能量矩特征向量，將提取的特征向量分為訓(xùn)練樣本和測(cè)試樣本兩部分，對(duì)訓(xùn)練樣本訓(xùn)練得到支持向量機(jī)分類器模型，在訓(xùn)練時(shí)采用RBF核函數(shù)，并在交叉驗(yàn)證過(guò)程中使用PSO算法來(lái)尋找最優(yōu)的懲罰系數(shù)和核函數(shù)參數(shù)，最后將測(cè)試樣本代入最