emd和模糊神经网络在滚动轴承故障诊断的分析与应用.docx

优秀毕业论文 精品参考文献资料 太原理工大学硕士研究生学位论文EMD 太原理工大学硕士研究生学位论文 EMD和模糊神经网络在滚动轴承 故障诊断中的研究与应用 摘要 滚动轴承是机械设备中的易损件，据统计旋转机械的故障有30％是由滚 动轴承故障引起的，在其出现故障后机械设备的工作精度就会下降，甚至 导致机械设备无法正常工作，出现严重的事故。可以说，滚动轴承的运行 状况的好坏直接影响到整个机电设备系统的性能。所以，滚动轴承作为机 械设备中最常用的部件之一，对其进行故障监测和诊断是国内外工程技术 领域一直非常关注的课题。据大量的研究事实证明，目前对滚动轴承的状 态进行监测与诊断，最实用的方法是振动信号分析法。 本文首先从滚动轴承的故障振动机理出发，总结了滚动轴承在发生局 部故障时所对应的谱值变化，并在实验室的故障诊断实验台上，针对滚动 轴承正常、外滚道疲劳剥落、滚动体疲劳剥落、内滚道疲劳剥落四种状况 进行了故障模拟实验，采集了这四种状况的振动信号。 本文把具有自适应性的一EMD方法应用在滚动轴承的故障特征值的提取 中，首次提出了基于IMF能量矩的特征向量提取法，通过和小波包频带能 量法与IMF能量法的比较，说明了IMF能量矩的特征向量提取法更能突显 出非平稳信号的差异。并把IMF能量矩和模糊神经网络相结合，通过与单 纯的模糊诊断和神经网络诊断方法的比较，证明了模糊神经网在滚动轴承 的故障识别中，显著的提高了滚动轴承故障诊断与识别的准确性和实时性。 太原理工大学硕士研究生学位论文关键词：滚动轴承，故障诊断，经验模态分解 太原理工大学硕士研究生学位论文 关键词：滚动轴承，故障诊断，经验模态分解(EMD)，IMF，能量矩，特征 向量，小波包，频带，模糊神经网络，模糊诊断，神经网络 Ⅱ 太原理工大学硕士研究生学位论文THE 太原理工大学硕士研究生学位论文 THE尉巳SEARCH AND APPLICArION oF THE EⅣⅡ) AND FUZZY NEURAL NETWORK DJ THE FAUIJ DIAGNOS IS OF THE ROLLER BEARING ABSTRACT The roller bearing is the damageable part in the mechanical equipment， according tO the statistics，rotating machinery fault that 30％is caused by the roller beating fault．If the roller beating is fault the mechanical equipment’S work precision will drop，or even lead tO mechanical equipment does not work normally,and cause serious accident．It Can be said that the quality of roller beating has a great impact on the entire electromechanical equipment system． Therefore，the roller bearing，as one of the most commonly components in the mechanical equipment，fault monitoring and diagnosis is the subject to which the domestic and foreign technology domain paid many attention all along． According to a large number of research facts proved，at present，that the analysis of vibration signals is the most practical method in the condition monitoring and fault diagnosis of roller bearings． In this paper,from the roller vibration mechanism of the fault，summed up the corresponding changes in the value of spectrum when the roller bearing had Ⅲ 太原理工大学硕士研究生学位论文the 太原理工大学硕士研究生学位论文 the partial failure，and