毕业答辩基于HHT和模糊神经网络的滚动轴承故障诊断研究.pptVIP

基于HHT和模糊神经网络的滚动轴承故障诊断研究 专业：交通信息工程及控制 序号： 目录 一、 概述 二、 论文的主要内容 三、 结论和展望 概述 滚动轴承是大型旋转机械设备中的关键部件，其故 障发生率比较高，轴承故障会产生强烈的噪声，对操作 人员也十分有害。 对滚动轴承进行故障诊断可以避免经济的损失，及时解决设备的安全隐患，在机械故障诊断领域具有重要的意义。 以瑞典SKF公司的6205-2RS JEM深沟球轴承为研究对象 课题研究背景及意义 论文的主要内容 滚动轴承故障诊断 直接利用小波包降噪 采用EMD分解，利用小波包降噪 信噪比 导入ANFIS进行训练和测试 导入BP神经网络进行训练和测试 收敛速度 误差精度 EMD分解模态混叠 采用EMD的改进算法EEMD，根据白噪声的概率分布特点，再结合分布拟合检验选取有用IMF 重构IMF分量，利用包络谱进行诊断 复杂故障信号分析 论文技术路线 论文的主要内容 滚动轴承实验平台 本文所采用的数据来自于美国凯斯西储大学轴承实验中心，上图为轴承实验平台，左边是电动机，中间是扭矩换能器，右边是测力计。 论文的主要内容 EMD-小波包去噪 对滚动轴承内圈故障信号进行EMD分解，得到IMF分量及每一层分量对应的频谱图 论文的主要内容 将去噪的IMF1分量和其余IMF分量重构得到降噪结果 对IMF1分量进行小