基于DSP的纸机滚动轴承故障诊断

发布时间：2017-09-05 14:37

  本文关键词：基于DSP的纸机滚动轴承故障诊断

  更多相关文章： 纸机 轴承 故障诊断 DSP 神经网络

【摘要】：为解决传统滚动轴承检测方法实时性差、准确率低的问题,本文提出了一种DSP与Mallat算法以及BP神经网络相结合的纸机滚动轴承故障诊断方法.首先用振动传感器采集滚动轴承振动信号,然后将采集到的振动信号经过AD转换传输到DSP中,并经过Mallat算法处理将振动信号分解为BP神经网络所需的特征量,最后通过BP神经网络判断出故障的类型.实验结果表明,基于DSP的纸机滚动轴承故障诊断方法具有较好的实时性和准确性.
【作者单位】： 陕西科技大学电气与信息工程学院;63751部队;
【关键词】： 纸机 轴承 故障诊断 DSP 神经网络
【基金】：陕西省教育厅专项科研计划项目(2013JK1114) 陕西科技大学博士科研启动基金项目(BJ12-03)
【分类号】：TS734;TH133.33
【正文快照】： 0　引言在生产生活中,造纸业一直占据着重要的地位.随着科技的进步,纸张产量越来越高,随之而来纸机的造价亦越来越昂贵、结构越来越复杂,一旦出现故障将会造成巨大损失.滚动轴承是纸机中使用最多的零部件,据统计,一台纸机中大概有500多个滚动轴承[1],而且滚动轴承工作环境恶劣

【相似文献】

中国硕士学位论文全文数据库 前1条

1 陈琼;基于信号处理的模式识别方法在滚动轴承故障诊断中的应用[D];北京化工大学;2011年

，

本文编号：798598