基于神经网络的齿轮箱故障诊断研究-机械工程专业论文.docxVIP

DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofMechanicalengineeringRESEARCHOFGEARBOXFAULTDIAGNOSISBASEDONNEURALNETWORKbyLiGuomingSupervisor:Prof.WuYiminMarch2015原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文不包含任何他人或集体已经发表的作品内容，也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究工作做出贡献的其他个人或集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名：日期：关于学位论文版权使用授权的说明本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定：学校有权采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供本学位论文全文或者部分内容的阅览服务；学校有权将学位论文的全部或部分内容编入有关数据库进行检索、交流；学校有权向国家有关部门或者机构送交论文的复印件和电子版。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：日期：导师签名：日期：摘要随着机械设备复杂程度和自动化水平的提高，机械设备故障诊断的重要性日益显著，广泛应用在现代工业中的齿轮箱作为重要传动装置，其工作状态对整个机械系统有重要影响。因此，对其故障的检测与诊断就显得尤为重要。本文针对锚机齿轮箱故障问题，基于BP神经网络模型，利用MATLAB语言开发了齿轮箱故障诊断系统。通过对故障信号进行预处理，得到齿轮箱各种故障特征参数，借助神经网络模型，可有效判断现有齿轮箱故障类型。本文的主要工作如下：1).探究齿轮箱故障诊断机理。分析齿轮和轴承的常见故障类型及产生的原因，在此基础上研究了齿轮和轴承几种典型故障的振动机理。研究了对振动信号的处理方式，时域、频域诊断参数在齿轮箱故障发展中的趋势分析，以及小波包分析作为一种新兴的故障信号提取方式起到的作用。2).讨论研究了人工神经网络的基本原理、模型结构和算法，针对齿轮箱的典型故障特征，确定了适合故障诊断的BP神经网络，建立了齿轮箱故障诊断的BP神经网络的模型。3).利用MATLAB语言编写了齿轮箱的振动数据处理程序，可有效进行时域和频域分析，得到齿轮箱的特征参数。通过MATLAB的GUI编程模块开发了BP神经网络分析程序，以小波包处理得到的各频带能量作为神经网络的输入，从而进行齿轮箱的故障诊断，确定齿轮箱的故障类型，建立起锚机齿轮箱故障诊断系统。利用某企业船用锚机的故障振动数据，完成了BP神经网络的训练和建立，为企业后续的锚机故障诊断提供了有效的诊断依据。实验结果证明此诊断系统的诊断效果好，相比传统的方法具有更大的优越性。关键字：齿轮箱，故障诊断，小波分析，神经网络IABSTRACTWiththeimprovementofmechanicalequipmentcomplexityandautomationlevel,theimportanceofmechanicalequipmentfaultdiagnosisisbecomingmoreandmoresignificant.Asaequipmentwidelyusedinmodernindustrial,thegearboxisanimportanttransmissiondevice.Itsworkingstatushadagreatinfluenceonthewholemechanicalsystem.Therefore,thefaultdetectionanddiagnosisisparticularlyimportant.Neuralnetworkassociativeabilityandthecharacteristicsofparallelcomputingisveryusefulforequipmentfaultdiagnosis.TheauthormainlyusestheMATLABdataprocessingabilityandacquisitionoffaultsignalpreprocessingtodevelopthediagnosissystem,gettingallsortsoffaultfeatureparameters.ThewriterdevelopedvirtualinterfaceintheGUIusingtheBPneuralnetworktorealizegearboxfaultdiagnosis.(1).Thewriterexploredthemechanismofgea