小波预处理的神经网络在轴承故障诊断中的应用

发布时间：2017-10-18 10:27

  本文关键词：小波预处理的神经网络在轴承故障诊断中的应用

  更多相关文章： 小波预处理 神经网络 参数修正 故障诊断 收敛性

【摘要】：为提升轴承故障诊断的准确度及信号的处理能力,针对小波分析在轴承局部损伤诊断中的紧支性特点,研究了正交紧支撑函数的构建方法,以小波多分辨分析法和多元时间序列分析为基础,构建出小波神经网络,并对模型中的权值与缩放、平移数进行了修正。基于MATLAB对故障轴承的非平稳信号加速度波形进行了数值模拟计算,通过对神经网络参数修正前后的收敛性对比可知,修正后的迭代误差在幅值和收敛效率上均优于修正前,明显提升了轴承故障诊断的准确度及信号的处理能力。
【作者单位】： 山东科技大学机械电子工程学院;
【关键词】： 小波预处理 神经网络 参数修正 故障诊断 收敛性
【基金】：山东省自然科学基金资助项目(ZR2011EEM005)
【分类号】：TH133.3
【正文快照】： 轴承作为旋转机械中应用最广泛的零件之一,其工作状态对于机械设备的稳定性、使用寿命、振动及噪声等均有着关键的影响[1]。在实际生产中,轴承故障诊断的精确性与实时性对于降低机械设备的突发性中断、减少经济损失和事故有着重要的意义[2]。 目前,应用较为广泛的故障诊断技

【相似文献】

中国期刊全文数据库 前10条

1 ;轴承故障诊断有了“透视镜”[J];机电设备;2001年06期

2 薛松;程珩;杨勇;;伪Wigner-Ville分布在电机轴承故障诊断中的应用[J];机械工程与自动化;2008年04期

3 赵志宏;杨绍普;;一种基于样本熵的轴承故障诊断方法[J];振动与冲击;2012年06期

4 黄晋英;潘宏侠;毕世华;杨喜旺;;基于高阶累量谱的轴承故障诊断[J];火炮发射与控制学报;2007年02期

5 陶新民;徐晶;刘兴丽;刘玉;;基于最大小波奇异谱的轴承故障诊断方法[J];振动、测试与诊断;2010年01期

6 乔世民;轴承故障诊断技术的发展[J];中国设备管理;1989年01期

7 李正安,李登啸;单片机轴承故障诊断系统[J];轴承;1992年03期

8 杨望灿;张培林;张云强;;基于邻域自适应局部保持投影的轴承故障诊断模型[J];振动与冲击;2014年01期

9 朱文来;;希尔伯特-黄变换在轴承故障诊断中的应用研究[J];科技创新导报;2013年34期

10 任国全,韦有民,郑海起;基于小波分析的轴承故障诊断研究[J];河北省科学院学报;2002年02期

中国重要会议论文全文数据库 前10条

1 任获荣;马亚男;李胜刚;;熵随机共振在轴承故障诊断中的应用研究[A];2012年陕西省焊接学术交流会论文集[C];2012年

2 李琳;张永祥;童艳;;基于声发射和高阶谱分析的滚动轴承故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

3 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年

4 陶新民;徐晶;杜宝祥;徐勇;;基于相空间奇异谱的SOM轴承故障诊断模型[A];第二十七届中国控制会议论文集[C];2008年

5 乔文生;陈兴辉;艾士娟;胡北;赵恒;;基于小波包和BP神经网络的滚动轴承故障诊断[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

6 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

8 沈路;周晓军;张杰;;基于形态非抽样小波与灰色关联度的滚动轴承故障诊断[A];2011年机械电子学学术会议论文集[C];2011年

9 宋浏阳;王华庆;高金吉;王峰;;基于蚁群算法的滚动轴承故障诊断[A];现代振动与噪声技术（第九卷）[C];2011年

10 张淑清;张琳;;基于RBF网络和D-S推理的轴承故障诊断[A];首届信息获取与处理学术会议论文集[C];2003年

中国重要报纸全文数据库 前1条

1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001年

中国博士学位论文全文数据库 前1条

1 梁瑜;地铁列车轴承故障诊断及在途诊断系统研究[D];北京交通大学;2014年

中国硕士学位论文全文数据库 前10条

1 吴治南;基于小波变换与PNN神经网络相结合的滚动轴承故障诊断[D];河北工程大学;2015年

2 赵江萍;滚动轴承故障诊断系统设计[D];中国计量学院;2015年

3 黄文静;基于多特征量提取和PSO优化神经网络的轴承故障诊断[D];燕山大学;2016年

4 欧阳贺龙;基于全矢谱的风电轴承故障诊断[D];郑州大学;2016年

5 张涛;机车轴承故障诊断系统的研究与设计[D];中南大学;2005年

6 黄建新;多传感器数据融合技术在轴承故障诊断中的应用研究[D];武汉理工大学;2006年

7 赵兴;基于时频维数的滚动轴承故障诊断技术应用研究[D];大连交通大学;2013年

8 卢一相;时频分析在轴承故障诊断中的应用研究[D];安徽大学;2007年

9 陈涛;低速重载轴承故障诊断的虚拟仪器研究[D];重庆大学;2005年

10 李学伟;支持向量机在嵌入式轴承故障诊断装置中的研究与实现[D];东北大学;2010年

，

本文编号：1054399