基于小波理論的滾動軸承智能故障診斷方法的研究.pdf

1、滾動軸承是機械設(shè)備中最常用的部件，它的運行狀態(tài)直接影響到整臺機器的性能。據(jù)統(tǒng)計，在旋轉(zhuǎn)機械的現(xiàn)場故障中，滾動軸承損傷而引起的故障約占30％。對滾動軸承進行精確、可靠的故障診斷具有極大的現(xiàn)實意義，本文提出了一種基于改進BP算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷方法。 首先，系統(tǒng)地闡述了滾動軸承的振動機理及其幾種典型故障的振動特征。根據(jù)故障的不同引起不同形式振動的機理，建立了多種單一損傷類故障振動的數(shù)學(xué)模型，為相應(yīng)的故障診斷提供了堅實的

2、理論基礎(chǔ)。 其次，研究了小波變換在滾動軸承故障診斷中信號去噪方面與信號奇異性檢測兩方面的應(yīng)用。滾動軸承振動信號容易受到隨機噪聲的污染，如何去噪成為滾動軸承故障診斷的關(guān)鍵問題之一。針對傳統(tǒng)的消噪方法可能會將信號中一些能量小的有用信號當作噪聲消除，提出了一種改進的小波消噪方法，能更好地提高信噪比，為進一步故障診斷決策提供了可靠的依據(jù)。小波奇異性方法克服了其他方法對滾動體故障不敏感的缺陷，可有效地用于滾動軸承的狀態(tài)檢測和故障診斷。