基于小波分析與神經網絡的轉子狀態(tài)檢測與識別方法研究.pdf_第1頁
已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、近年來,旋轉機械結構和功能的復雜化,對機械設備狀態(tài)監(jiān)測和識別技術提出了越來越高的要求.本論文主要針對小波分析和神經網絡技術在振動信號的檢測分析和狀態(tài)識別系統(tǒng)中的應用展開了深入的研究.本文運用小波分析理論研究了轉子非線性故障的特征提取問題.以常見的碰磨故障為研究對象,提出了基于離散小波變換(DWT)的碰磨故障特征提取的改進方法.對如何有效利用信號的離散小波分解重構系數的統(tǒng)計特征及所含的時間信息表征原信號的強度和時間等特征的方法展開研究.本

2、文結合數值實驗對目前常用的幾種改進BP算法的優(yōu)化原理及性能特點進行了比較研究,提出了彈性BP算法的改進策略.在此基礎上,本文詳細介紹了基于改進彈性BP算法的轉子狀態(tài)分類器的設計方法.并用轉子振動模擬試驗臺的實測數據對其有效性進行了驗證.本文采用虛擬儀器技術為測試平臺,配合適當的傳感器,調理模塊和采集模塊,聯合采用改進的基于DWT碰磨故障特征提取方法和改進彈性BP算法,設計了一個轉子振動信號檢測和狀態(tài)識別的實驗系統(tǒng),實現了對轉子振動信號的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論