資源描述：
《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》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、何從*箱矣兮HebeiUniversityofEngineering碩士學(xué)位論文題目：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_________作者姓名：吳治南指導(dǎo)教師：柴保明教授學(xué)科專(zhuān)業(yè)：機(jī)械工程所在學(xué)院：機(jī)電工程學(xué)院提交論文日期：2_0衛(wèi)年_1月11日獨(dú)創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研宄工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得河北工程大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。對(duì)本文的研宄做出重要貢獻(xiàn)的個(gè)人和集體，均已在
2、論文中作了明確的說(shuō)明并表示了謝意。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：簽字日期年今月if日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解河北工程大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)河北工程大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，并采用影印、縮印或掃描等復(fù)制手段保存、匯編以供查閱和借閱。同意學(xué)校向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和電子文檔。(保密的學(xué)位論文在解密后適用本授權(quán)說(shuō)明）學(xué)位論文作者簽名：矣:簽字日期：川5■年月4曰分類(lèi)號(hào)：TH133.33密級(jí)：UDC：?jiǎn)挝淮a：10076工學(xué)碩士學(xué)位論文基于小波變換
3、與PNN神經(jīng)網(wǎng)絡(luò)相結(jié)合的滾動(dòng)軸承故障診斷作者姓名：吳治南指導(dǎo)教師：柴保明教授申請(qǐng)學(xué)位級(jí)別：工學(xué)碩士學(xué)科專(zhuān)業(yè)：機(jī)械工程所在單位：機(jī)電工程學(xué)院授予學(xué)位單位：河北工程大學(xué)ADissertationSubmittedtoHebeiUniversityofEngineeringFortheAcademicDegreeofMasterofEngineeringRollingBearingFaultDiagnosisBasedonWaveletTransformandPNNNeuralNetworkCandidate：WuZhinanSupervisor：Prof.
4、ChaiBaomingAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：MechanicalEngineeringCollege/Department：CollegeofMechanical&ElectricalHebeiUniversityofEngineeringMay,2015摘要摘要滾動(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，
5、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(lèi)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)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
6、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)別的目的。研究結(jié)果表明，基于小波分析和概率神經(jīng)網(wǎng)絡(luò)的診斷方法能夠有效地對(duì)滾動(dòng)軸承進(jìn)行檢測(cè)、診斷。關(guān)鍵詞：滾動(dòng)軸承；故障診斷；小波分析；概率神經(jīng)網(wǎng)絡(luò)IAbstractAbstractRollingbearingisthemostwidelyusedmechanicalandelectricalequipmentmechanical,isoneofthemosteasilydamaged.Withtheprogressofmodernindustryand
7、scienceandtechnology,high-speedcentralizedandlarge-scalerollingbearingismoving.Rollingbearingfaultwillcausethedevicetodecreaseorlossoffunction,orevencausetheentiredeviceisnotworkingproperly,causinghugeeconomiclosses.Andcausingseriousaccidents.Rollinglifetimeprevalencefordiscrete
8、,highfault-occupancyratio,awiderangeofissuessuc
