資源描述：
《基于集成神經(jīng)網(wǎng)絡(luò)的機(jī)電設(shè)備智能故障診斷方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)：TP18密級(jí)：UDC：621.3編號(hào)：201221202096河北工業(yè)大學(xué)碩士學(xué)位論文基于集成神經(jīng)網(wǎng)絡(luò)的機(jī)電設(shè)備智能故障診斷方法研究論文作者：宗銀雪學(xué)生類別：全日制學(xué)科門(mén)類：工學(xué)碩士學(xué)科專業(yè)：機(jī)械工程指導(dǎo)教師：李鐵軍職稱：教授資助基金項(xiàng)目：國(guó)家自然科學(xué)基金（編號(hào)：51175145）DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofMechanicalEngineeringRESEARCHONINTELLIGE
2、NTFAULTDIAGNOSISOFELECTROMECHANICALEQUIPMENTBASEDONINTEGRATEDNEURALNETWORKSbyZongYinxueSupervisor:Prof.LiTiejunMarch2016ThisworksupportedbytheNationalNaturalScienceFoundationofChina,No.51175145.河北工業(yè)大學(xué)碩士學(xué)位論文摘要隨著機(jī)電設(shè)備功能的日益完善，其自動(dòng)化、信息化和智能化以及結(jié)構(gòu)的復(fù)雜程度都遠(yuǎn)勝以往。機(jī)電設(shè)備故障
3、診斷方法的研究，對(duì)于保障安全生產(chǎn)，提高經(jīng)濟(jì)、社會(huì)效益意義深遠(yuǎn)。在現(xiàn)有的故障診斷中，主要依托的傳感信息有壓力、溫度、振動(dòng)、位移、聲音、圖像等，其中振動(dòng)信號(hào)因其易于獲取、所含信息豐富且對(duì)故障敏感性高，是目前機(jī)械設(shè)備故障診斷中使用最廣泛的傳感信息。據(jù)資料統(tǒng)計(jì)，在機(jī)電設(shè)備所有的故障形式中，有70%表現(xiàn)出明顯的振動(dòng)特征。然而由于工業(yè)環(huán)境存在大量的非監(jiān)測(cè)部位噪聲干擾，以及振動(dòng)信號(hào)的非線性、非平穩(wěn)特性也導(dǎo)致基于振動(dòng)信號(hào)處理的故障診斷方法存在諸多不足。本文對(duì)現(xiàn)有振動(dòng)信號(hào)處理技術(shù)進(jìn)行深入研究，對(duì)噪聲抑制和故障特征提取等關(guān)鍵
4、問(wèn)題進(jìn)行了優(yōu)化改進(jìn)，并通過(guò)引入人工智能的手段綜合提升了故障診斷的可靠性、準(zhǔn)確性與實(shí)時(shí)性。本文主要研究?jī)?nèi)容如下：首先，深入研究現(xiàn)有信號(hào)處理技術(shù)以及設(shè)備故障診斷方法，詳細(xì)分析了在基于傳統(tǒng)信號(hào)處理的方法中存在的優(yōu)劣，闡明了故障特征的有效提取在故障診斷技術(shù)中的重要性。針對(duì)機(jī)電設(shè)備振動(dòng)信號(hào)非線性、非平穩(wěn)的特點(diǎn)，將EMD方法和ICA方法相結(jié)合，通過(guò)EMD-ICA聯(lián)合處理技術(shù)對(duì)信號(hào)進(jìn)行分解、去噪及特征分離，在避免了EMD分解時(shí)模態(tài)混疊現(xiàn)象的同時(shí)，解決了ICA方法中對(duì)信號(hào)通道的限制問(wèn)題，顯著提升了噪聲抑制的效果，有利于故
5、障特征的清晰提取。鑒于傳統(tǒng)模式識(shí)別、專家系統(tǒng)，以及單個(gè)神經(jīng)網(wǎng)絡(luò)在故障分析決策方面的不足，本文提出了集成神經(jīng)網(wǎng)絡(luò)的智能故障診斷方法，將診斷網(wǎng)絡(luò)分為多個(gè)層級(jí)，利用子網(wǎng)絡(luò)對(duì)振動(dòng)信號(hào)同一故障進(jìn)行多特征融合，經(jīng)過(guò)初步識(shí)別后，再對(duì)設(shè)備故障進(jìn)行最終決策，該方法有效地保證了故障診斷的準(zhǔn)確率。最后，提出了信號(hào)故障特征提取與故障診斷的集成化設(shè)計(jì)思想，搭建了總體框架，設(shè)計(jì)了基于MATLAB平臺(tái)的智能故障診斷系統(tǒng)，以機(jī)電設(shè)備中關(guān)鍵部件之一的滾動(dòng)軸承為研究對(duì)象，進(jìn)行仿真。結(jié)果表明，與基于傳統(tǒng)信號(hào)處理方法的故障診斷系統(tǒng)相比，本系統(tǒng)的
6、準(zhǔn)確性和實(shí)時(shí)性上都有顯著提升。關(guān)鍵詞：機(jī)電設(shè)備振動(dòng)信號(hào)特征提取故障診斷EMD-ICA集成神經(jīng)網(wǎng)絡(luò)I基于集成神經(jīng)網(wǎng)絡(luò)的機(jī)電設(shè)備智能故障診斷ABSTRACTElectromechanicalequipmenthasbecomeincreasedautomation,information,andintelligencewiththeperfectionofitsfunctions.Theresearchinconditionmonitoringandfaultdiagnosisofdeviceshasbeco
7、metheeffectivemeanstoensurethesafetyofproductionandgrowthofeconomic.Thevibrationsignalisthemostwidelyusedsensinginformationintheconditionmonitoringandfaultdiagnosisbecauseofitseasyacquisition,richinformationandhighsensitivity.However,theoperatingenvironme
8、ntofmechanicalequipmentisnoisyandthefaultsignalisnon-linearandnon-smooth,whichmaketheexistingmethodofconditionmonitoringandfaultdiagnosishavemanyshortcomings.Thepaperdoessomeoptimizationandimprovementsinnoisesuppres
