基于小波神经网络的齿轮系统故障诊断.pdfVIP

第 25 卷 第 1 期 航空动力学报 Vol . 25 No . 1 20 10 年 1 月 Journal of Aerospace Power J an . 20 10 文章编号 (20 10) 0 1023407 基于小波神经网络的齿轮系统故障诊断 李永龙 , 邵忍平 , 薛 　腾 (西北工业大学 机电学院 , 西安 7 10072) 摘 　　　要 : 通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析 ,获取了有关的测试 ( ) 信号 ,对振动特征信号进行了小波阈值去噪 ,采用离散小波变换 DW T 对去噪后的信号进行 8 层分解处理 , 对各层的小波系数进行了小波重构 ,得到 8 层细节信号和 1 层近似信号 ,并计算了各层信号的能量 ,得到了信 号的能量分布特征. 在此基础上把各层信号特征作为神经网络的输入 ,进行了网络的研究、分析处理和故障 分类 ,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价. 研究表明 ,去噪处 理后的效果比没有去噪的信号特征更加明显 ,而采用小波神经网络诊断方法 ,对于齿轮无故障、齿根裂纹故 障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断 ,其诊断成功率均在 95 % 以上 ,可对实际工 程工作的齿轮系统进行故障诊断. 关 　键 　词 : 离散小波变换 ; 神经网络 ; 特征提取 ; 小波阈值去噪 ; 故障诊断 ; 齿轮 中图分类号 : T H 113 1 　　　　　文献标识码 : A Gear fault diagnosis based on wavelet and neural net work L I Yonglong , SHA O Renping , XU E Teng ( School of Mechanical En gineerin g , Nort hwe st er n Polyt echnical U niver sit y , Xian 7 10072 , China) Abstract : By mea surin g exp eriment ally t he vibration signal s of t he gear sy st em at differ ent rot atin g sp eed s for diff erent f ault s , t he t e stin g signal s were obt ained . The f eat ure signal s of sy st em were analyzed u sing wavelet denoi sing by t hre shol d in different r unning condi tion s. U sin g di scret e wavelet t ran sfor m (D W T) , t he signal s can be deco mpo sed into eight det ail co mp o