- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于特征频谱对齿轮箱的振动监测和故障诊断
肖湘平,陈立立,高波
(荆州市巨鲸传动机械有限公司,湖北荆州434000)
摘要:提出一种基于深度神经网络智能监测与诊断的方法。考虑到现有故障信号数据量及多样性不足以直接用来训练神
经网络,提出一种基于特征频段的诊断神经网络。具体是利用现有数据进行频谱与包络谱分析,然后提取相应的故障频段
与无故障频段。通过少量信号数据便可以提取足够数量的频段数据用以训练神经网络,利用该神经网络对齿轮箱进行振动
监测。
振动监测;齿轮;特征频段;神经网络
关键词:
TH17B10.16621/j.cnki.issn1001-0599.2021.04.68
中图分类号:文献标识码:DOI:
0引言M
移
(
X()Acos2仔mf+准)()
t=1
齿轮箱是现代工业生产制造中的一个重要部件,齿轮箱大cmZm
m=0
量应用在矿山、冶金、煤炭、电力、建材及军工等行业中。但是由=nN()
fZ2
Z60
于齿轮箱结构紧凑和运行工况的复杂性,并且齿轮箱通常是使
式中———齿轮啮合频率,
用在高速重载的环境中,因此齿轮箱中的零部件极易因为疲劳fHz
Z
———自然数,取,,,…,为最大谐波次数
n123M
失效而导致局部失效,使得设备无法正常运行。齿轮箱中齿轮故
———齿轮的旋转速度,
Nr/min
障占总故障的60%,因此对于齿轮的振动监测和故障诊断很有
文档评论(0)