基于解调分析和BP网络的齿轮箱智能诊断技术研究

作     者：吴丽娟 

作者单位：北京工业大学 

学位级别：硕士

导师姓名：高立新

授予年度：2009年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主      题：齿轮箱 智能诊断 解调分析 EMD BP网络 

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,而选择合适的诊断方法和系统对于诊断结果是否精确就显得更为重要。由于调制现象广泛存在于齿轮箱的振动信号中,就需要寻求有效的解调方法。在智能诊断系统中,人工神经网络模仿人脑的物理结构,以其强大的并行运算和联想能力非常适合于机械设备故障诊断。为了提取早期数据的故障信息,更有效地对设备进行故障诊断,本文提出了基于解调分析和BP网络的齿轮箱智能诊断技术研究。 本文主要研究了时域诊断参数在故障发展中的趋势分析,解调方法提取早期故障特征,基于混合推理和BP神经网络技术的智能诊断系统设计等。其中包括轴承实验台数据分析,现场齿轮打齿数据分析等。针对各种轴承状态,进行诊断指标统计;通过解调分析和基于EMD分解的方法等来补充传统的频谱分析对各时期的故障特征进行提取;这些信号分析方法的一些诊断参数也作为输入向量进行BP网络的学习和训练;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神经网络的模型,并对现场发生的故障进行分析与诊断,证明网络可以大大提高故障诊断的准确度。神经网络技术的应用丰富齿轮箱智能诊断系统的功能。总体上是在案例推理和规则推理的基础上再结合BP神经网络技术,使智能诊断系统更加有效地进行智能诊断。