基于小波分析與神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子狀態(tài)檢測與識別方法研究.pdf

1、近年來,旋轉(zhuǎn)機械結(jié)構(gòu)和功能的復(fù)雜化,對機械設(shè)備狀態(tài)監(jiān)測和識別技術(shù)提出了越來越高的要求.本論文主要針對小波分析和神經(jīng)網(wǎng)絡(luò)技術(shù)在振動信號的檢測分析和狀態(tài)識別系統(tǒng)中的應(yīng)用展開了深入的研究.本文運用小波分析理論研究了轉(zhuǎn)子非線性故障的特征提取問題.以常見的碰磨故障為研究對象,提出了基于離散小波變換(DWT)的碰磨故障特征提取的改進方法.對如何有效利用信號的離散小波分解重構(gòu)系數(shù)的統(tǒng)計特征及所含的時間信息表征原信號的強度和時間等特征的方法展開研究.本

2、文結(jié)合數(shù)值實驗對目前常用的幾種改進BP算法的優(yōu)化原理及性能特點進行了比較研究,提出了彈性BP算法的改進策略.在此基礎(chǔ)上,本文詳細介紹了基于改進彈性BP算法的轉(zhuǎn)子狀態(tài)分類器的設(shè)計方法.并用轉(zhuǎn)子振動模擬試驗臺的實測數(shù)據(jù)對其有效性進行了驗證.本文采用虛擬儀器技術(shù)為測試平臺,配合適當?shù)膫鞲衅?調(diào)理模塊和采集模塊,聯(lián)合采用改進的基于DWT碰磨故障特征提取方法和改進彈性BP算法,設(shè)計了一個轉(zhuǎn)子振動信號檢測和狀態(tài)識別的實驗系統(tǒng),實現(xiàn)了對轉(zhuǎn)子振動信號的