基于神经网络的滚动轴承故障快速检测方法.PDFVIP

计 算 机 系 统 应 用 2010 第 19卷 第 9 期 基于神经网络的滚动轴承故障快速检测方法① 谢 雅 (湖南涉外经济学院 计算机学部 湖南 长沙 410205) 要： 为了实现滚动轴承故障的快速检测，提出了一种基于神经网络和轴承振动信号时域指标的滚动轴承故 障检测方法。采用振动信号的偏态、峭度、峰值和裕度作为BP 神经网络的输入，用BP 算法对网络进 行了训练。实验结果表明，利用该方法可以有效实现滚动轴承故障的快速检测。 关键词： 故障诊断; 神经网络; 滚动轴承; 快速诊断; BP 算法 Fast Detection Method of Rrolling Bearing Faults Based on BP Neural Network XIE Ya (Computer Science and Technology Department, International Economic College of Hunan, Changsha 410205, China) Abstract: A method of detection about rolling bearing faults based on BP neural network and time domain features of vibration signal is proposed to realize fast fault detection. The input vector of the BP neural network are skewness, kurtosis, crest and margin. The network is trained with BP algorithm. Experimental results show that with this method fast detection of rolling bearing faults can be realized effectively. Keywords: fault detection ; artificial neural network; rolling bearing; fast detection ; BP algorithm 滚动轴承是机械设备中广泛应用的部件之一，其 及分 结果。第5 节给出结论以及未来工作。 性能的好坏直接影响到与之相关的转轴以及安装在转 1.1.1 基本介绍 轴上的齿轮乃至整台机器设备的性能。据统计，在使 到目前为止，国内外众多学者开展了大量关于滚 用滚动轴承的旋转机械中，由于滚动轴承损坏而引起 动轴承故障诊断方法的研究。这些方法的研究重点大 [1,2] 多着重于如何准确的诊断出轴承的哪个部件发生了故 的故障约占 30 ％ 。机器中轴承的 效极有可能导 [3-7] 致机器停车，甚至导致机毁人亡。研究表明，大多数 障 。为了实现故障的准确诊断，往往需要进行很多 滚动轴承的 效是一个渐变的过程，在这个过程中， 复杂的信号处理和数据计算。在实际使用中，用户更 轴承通常会发出一些异常信号，如振动信号的幅值发 多的是关心能否快速检测出机器中的轴承是否有故 生变化。如果能通过轴承发出的异常信号及时检测出 障。因此开展滚动轴承故障的快速检测具有很好的现 轴承中含有故障，则可以有效减少突发停机时间和因 实意义。 此而导致的 济损 。由此可见，开展滚动轴承故障 与频谱分 和时频分 相比，振动信号时域分 快速诊断技术研究具有非常重要的意义。