基于小波變換和神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機械故障診斷.pdf

1、隨著現(xiàn)代工業(yè)的飛速發(fā)展，國民經(jīng)濟中機械、石化、能源、國防和運載等行業(yè)中的機械設(shè)備日益趨向大型化、集成化、高速化和自動化，在這些行業(yè)中，是非常廣泛的，而旋轉(zhuǎn)機械的最主要的部件當(dāng)屬轉(zhuǎn)子，因此對轉(zhuǎn)子進行故障診斷日益受到工程人員的重視。但在實際當(dāng)中，轉(zhuǎn)子的故障比較復(fù)雜，要想正確的對其進行故障診斷，是一件非常困難的事情。隨著科學(xué)技術(shù)的發(fā)展，不斷有研究人員提出轉(zhuǎn)子故障診斷的新技術(shù)、新方法。
　　本文首先在閱讀國內(nèi)外文獻的基礎(chǔ)上，對國內(nèi)外的旋轉(zhuǎn)

2、機械故障診斷的內(nèi)容、發(fā)展現(xiàn)狀以及發(fā)展趨勢做了詳盡的介紹。其次對旋轉(zhuǎn)機械故障診斷中數(shù)據(jù)處理技術(shù)的發(fā)展做了介紹，分析了各種數(shù)據(jù)處理方法的優(yōu)缺點，并介紹了小波分析方法在故障診斷中應(yīng)用。接下來對轉(zhuǎn)子在實際當(dāng)中常見的故障進行了分析研究，并對其常見故障的振動特征、發(fā)生的原因以及治理的措施作了總結(jié)，再次，在前人研究的基礎(chǔ)之上，將小波包分解技術(shù)和樣本熵方法應(yīng)用在轉(zhuǎn)子故障診斷當(dāng)中，并通過對實驗數(shù)據(jù)的仿真證明了此方法的正確性，最后介紹了神經(jīng)網(wǎng)絡(luò)技術(shù)在故障診