發(fā)布時(shí)間：2021-01-07 00:31

　　信息融合技術(shù)是將來自多傳感器的信息和數(shù)據(jù)進(jìn)行綜合處理,從而做出正確、可靠的判斷和決策,近年來在許多領(lǐng)域得到了廣泛的應(yīng)用和研究。在機(jī)械故障診斷中,可利用的信息很多,充分利用有用的信息對設(shè)備的故障進(jìn)行診斷才能提高故障診斷的精度和準(zhǔn)確性,因此信息融合技術(shù)是進(jìn)行機(jī)械故障診斷的一種有效方法。本文以齒輪箱為研究對象,分析了齒輪箱的故障機(jī)理,具體研究了齒輪箱中齒輪和軸承的故障,為齒輪箱故障診斷提供了理論依據(jù)。針對模糊理論和神經(jīng)網(wǎng)絡(luò)在故障診斷中存在的不足和互補(bǔ)性,構(gòu)建了一種結(jié)合兩者優(yōu)點(diǎn)的改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò),并推導(dǎo)了相應(yīng)的算法,建立了相應(yīng)的故障診斷框架。利用改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)對齒輪箱中的齒輪進(jìn)行故障診斷,并與BP神經(jīng)網(wǎng)絡(luò)的診斷結(jié)果作對比,結(jié)果表明該方法的學(xué)習(xí)速度快、診斷精度高。針對故障診斷中的不確定性,采用D-S證據(jù)理論進(jìn)行故障診斷。在對D-S證據(jù)理論的基本概念和融合推理方法深入研究的基礎(chǔ)上,建立了故障診斷框架,并提出應(yīng)用改進(jìn)的組合規(guī)則處理故障診斷中的沖突信息。算例證明經(jīng)過融合可以有效的提高故障診斷的精度,而改進(jìn)的D-S證據(jù)理論能有效的處理相沖突的信息。為了提高診斷精度,本文設(shè)計(jì)了一種將模糊神經(jīng)網(wǎng)絡(luò)和D... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的目的和意義
    1.2 信息融合故障診斷技術(shù)
        1.2.1 信息融合技術(shù)及其國內(nèi)外研究現(xiàn)狀
        1.2.2 信息融合在故障診斷中的應(yīng)用
    1.3 齒輪箱故障診斷技術(shù)的發(fā)展及研究現(xiàn)狀
    1.4 本文主要研究內(nèi)容
第2章 齒輪箱故障機(jī)理及振動(dòng)特性分析
    2.1 齒輪箱故障機(jī)理分析
    2.2 齒輪箱中常見的故障模式及成因
    2.3 齒輪箱故障時(shí)振動(dòng)信號的處理方法
    2.4 齒輪箱故障時(shí)振動(dòng)信號的特征
    2.5 本章小結(jié)
第3章 改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)故障診斷方法
    3.1 模糊神經(jīng)網(wǎng)絡(luò)
        3.1.1 模糊理論和神經(jīng)網(wǎng)絡(luò)
        3.1.2 模糊神經(jīng)網(wǎng)絡(luò)
        3.1.3 模糊神經(jīng)網(wǎng)絡(luò)泛化能力分析
    3.2 改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)
        3.2.1 對模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)
        3.2.2 改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)故障診斷框架
    3.3 齒輪箱中齒輪的故障診斷
        3.3.1 改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)故障診斷方法
        3.3.2 BP 神經(jīng)網(wǎng)絡(luò)故障診斷方法
    3.4 本章小結(jié)
第4章 齒輪箱故障的綜合診斷方法
    4.1 D-S證據(jù)理論
        4.1.1 故障診斷中的不確定性
        4.1.2 D-S證據(jù)理論概述
        4.1.3 基于D-S證據(jù)理論的故障診斷方法
        4.1.4 齒輪箱故障診斷中D-S證據(jù)理論的應(yīng)用
    4.2 基于信息融合的綜合診斷框架
        4.2.1 多子模糊神經(jīng)網(wǎng)絡(luò)初步診斷
        4.2.2 D-S證據(jù)理論決策融合診斷
    4.3 齒輪箱的故障診斷
        4.3.1 對象描述及特征提取
        4.3.2 子模糊神經(jīng)網(wǎng)絡(luò)的確定及初步診斷
        4.3.3 決策融合診斷過程
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]齒輪傳動(dòng)故障診斷方法綜述及應(yīng)用研究[J]. 王建平,肖剛.  江蘇船舶. 2008(01)
[2]多傳感器信息融合技術(shù)及其應(yīng)用[J]. 白云飛,曲爾光.  機(jī)械管理開發(fā). 2008(01)
[3]利用神經(jīng)網(wǎng)絡(luò)對齒輪箱進(jìn)行故障診斷的實(shí)例分析[J]. 許昕,王晶禹,潘宏俠.  機(jī)械工程與自動(dòng)化. 2008(01)
[4]齒輪箱故障時(shí)域和頻域綜合診斷技術(shù)[J]. 陸人定.  機(jī)電工程技術(shù). 2007(06)
[5]小波包和BP神經(jīng)網(wǎng)絡(luò)在齒輪箱故障診斷中的應(yīng)用[J]. 駱江鋒,龍江啟,范進(jìn)楨.  機(jī)械傳動(dòng). 2007(03)
[6]基于信息融合的機(jī)械故障診斷技術(shù)研究[J]. 韓曉明,杜長龍,張永忠,翟繼濤.  煤炭科學(xué)技術(shù). 2007(03)
[7]多傳感器融合實(shí)現(xiàn)機(jī)器人精確定位[J]. 吳偉,劉興剛,王忠實(shí),徐心和.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(02)
[8]D-S改進(jìn)算法在數(shù)據(jù)融合中的應(yīng)用[J]. 馬志剛,張文棟,王紅亮.  微計(jì)算機(jī)信息. 2007(03)
[9]滾動(dòng)軸承常見的失效分析和對策[J]. 眭小利.  鐵道機(jī)車車輛工人. 2006(12)
[10]齒輪箱故障診斷技術(shù)現(xiàn)狀及展望[J]. 魏秀業(yè),潘宏俠.  測試技術(shù)學(xué)報(bào). 2006(04)

碩士論文
[1]基于Labview的齒輪箱故障診斷研究與應(yīng)用[D]. 續(xù)媛君.中北大學(xué) 2007
[2]基于神經(jīng)網(wǎng)絡(luò)的齒輪箱智能故障診斷技術(shù)的研究[D]. 張捷.江蘇大學(xué) 2003



本文編號：2961538