本文選題：齒輪箱　切入點：故障診斷　出處：《中北大學》2012年碩士論文　論文類型：學位論文

【摘要】：作為機械設備中關鍵部件的齒輪箱，在連接及傳遞動力方面起著至關重要的作用，齒輪箱一旦發(fā)生故障將會直接關系到整個設備的運轉，甚至危及人身安全，因此齒輪箱故障診斷技術的研究具有重要的安全和實際工程意義。 目前，隨著人們對故障診斷準確度等要求的提高，使得智能領域與故障診斷的結合越來越緊密，從而為故障診斷技術的研究提供了一個新的重要手段。而以Elman人工神經(jīng)網(wǎng)絡為代表的回歸神經(jīng)網(wǎng)絡( recurrent neural network, RNN)因其具有較好的動態(tài)特性而被廣泛地應用于故障診斷。 本文以齒輪箱為研究對象，在深入研究其內(nèi)部結構和工作過程的基礎上，建立了齒輪箱故障診斷系統(tǒng)，，利用小波包理論實現(xiàn)了對測量到的齒輪箱振動信號進行降噪處理，借鑒信息融合的思想成功地提取了能夠反映齒輪箱運轉信息的融合特征量作為神經(jīng)網(wǎng)絡的輸入?yún)⒘�。在認真研究了Elman網(wǎng)絡的理論框架的基礎上，總結分析了Elman神經(jīng)網(wǎng)絡用于故障診斷的不足，提出了改進Elman神經(jīng)網(wǎng)絡，并將其應用于齒輪箱故障的故障診斷。本文選取了齒輪箱經(jīng)常容易發(fā)生的五種故障模式，作為研究對象。建立了改進Elman神經(jīng)網(wǎng)絡、OHF Elman和Elman神經(jīng)網(wǎng)絡三種模型并進行仿真。經(jīng)過一系列訓練與測試，結果表明：改進后的Elman網(wǎng)絡在穩(wěn)定性及收斂速度等方面有明顯優(yōu)勢，可以在實際工程故障診斷中應用，為齒輪箱的故障診斷技術提供了一種更有效的方法。
[Abstract]:As a key component of mechanical equipment, gearbox plays an important role in connection and transmission of power. Once the gearbox breaks down, it will directly affect the operation of the whole equipment and even endanger the personal safety. Therefore, the research of gearbox fault diagnosis technology has important safety and practical engineering significance. At present, with the improvement of the accuracy of fault diagnosis, the combination of intelligent field and fault diagnosis is becoming more and more close. Thus, it provides a new and important means for the research of fault diagnosis technology, and recurrent neural Network (RNN), represented by Elman artificial neural network, is widely used in fault diagnosis because of its good dynamic characteristics. In this paper, a gearbox fault diagnosis system is established on the basis of deeply studying the internal structure and working process of the gearbox, and the noise reduction of the measured vibration signal of the gearbox is realized by using the wavelet packet theory. Based on the idea of information fusion, the fusion characteristic quantity, which can reflect the gearbox operation information, is successfully extracted as the input parameter of the neural network. The theoretical framework of the Elman network is carefully studied. In this paper, the shortcomings of Elman neural network in fault diagnosis are summarized and analyzed, and an improved Elman neural network is put forward, which is applied to the fault diagnosis of gearbox. In this paper, five fault modes of gearbox are selected. As the research object, three models of improved Elman neural network, Elman Elman and Elman neural network, are established and simulated. After a series of training and testing, the results show that the improved Elman neural network has obvious advantages in terms of stability and convergence speed. It can be used in practical engineering fault diagnosis and provides a more effective method for gearbox fault diagnosis.
【學位授予單位】：中北大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TH165.3

【相似文獻】

相關期刊論文 前10條

1 張琦,邵立福;基于Elman神經(jīng)網(wǎng)絡的液壓泵故障診斷模型研究[J];機床與液壓;2004年10期

2 趙卓鵬;賈石峰;;基于Elman神經(jīng)網(wǎng)絡的風力發(fā)電機組齒輪箱故障診斷研究[J];伺服控制;2010年03期

3 王笑宇;肖洪祥;陸明涵;涂兵;;Elman神經(jīng)網(wǎng)絡在三相異步電機故障診斷中的應用[J];現(xiàn)代電子技術;2009年10期

4 楊開坰;;一種基于Elman神經(jīng)網(wǎng)絡的鍋爐故障診斷方法[J];裝備制造;2009年08期

5 楊嘉,吳祥生,王寧,張敏琦;基于Elman型神經(jīng)網(wǎng)絡的空調(diào)負荷預測模型[J];重慶大學學報(自然科學版);2002年08期

6 唐富華,郭銀景,楊陽,康景利;一種改進的遞歸神經(jīng)網(wǎng)絡及其仿真研究[J];北京理工大學學報;2005年05期

7 雷鐵安,吳作偉,楊周妮;Elman遞歸神經(jīng)網(wǎng)絡在結構分析中的應用[J];電力機車與城軌車輛;2004年05期

8 李海波;;高階反饋型神經(jīng)網(wǎng)絡及其在優(yōu)化計算中的應用[J];東南大學學報(自然科學版);1990年06期

9 朱銘銓,姬中岳,劉鏡;神經(jīng)網(wǎng)絡與CIMS監(jiān)控技術[J];中國機械工程;1992年03期

10 崔定軍,楊爾輔,張振鵬,劉國球;基于神經(jīng)網(wǎng)絡的火箭發(fā)動機動態(tài)過程建模[J];航空動力學報;1995年03期

相關會議論文 前10條

1 孟凡華;吳學禮;杜太行;;一種新型聯(lián)想記憶神經(jīng)網(wǎng)絡在非線性系統(tǒng)辨識中的研究[A];'2003系統(tǒng)仿真技術及其應用學術交流會論文集[C];2003年

2 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡的調(diào)制識別算法的研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

3 沈建榮;楊林泉;陳琳;;神經(jīng)網(wǎng)絡的穩(wěn)定性判據(jù)與區(qū)域經(jīng)濟結構調(diào)整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年

4 石山銘;李富蘭;丁俊麗;;神經(jīng)網(wǎng)絡的知識獲取[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

5 吳清烈;徐南榮;;基于神經(jīng)網(wǎng)絡的一種多目標決策方法[A];復雜巨系統(tǒng)理論·方法·應用——中國系統(tǒng)工程學會第八屆學術年會論文集[C];1994年

6 李曉鐘;汪培莊;羅承忠;;神經(jīng)網(wǎng)絡與模糊邏輯[A];中國系統(tǒng)工程學會模糊數(shù)學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

7 房育棟;余英林;;高階自組織映射及其學習算法[A];1995年中國控制會議論文集（上）[C];1995年

8 王曉曄;杜朝輝;呂德忠;劉建峰;;神經(jīng)網(wǎng)絡模糊控制在溫度控制系統(tǒng)中的應用[A];1997中國控制與決策學術年會論文集[C];1997年

9 金龍;吳建生;;基于遺傳算法的神經(jīng)網(wǎng)絡短期氣候預測模型(摘要)[A];新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“氣候系統(tǒng)與氣候變化”分會論文集[C];2003年

10 申偉;張元培;;基于MATLAB的自適應神經(jīng)網(wǎng)絡模糊系統(tǒng)(ANFIS)的應用[A];《制造業(yè)自動化與網(wǎng)絡化制造》學術交流會論文集[C];2004年

相關重要報紙文章 前10條

1 于翔;數(shù)字神經(jīng)網(wǎng)絡中的協(xié)同應用[N];網(wǎng)絡世界;2009年

2 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

3 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

4 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

5 本報首席記者 任荃　實習生 史博臻;軌交“神經(jīng)網(wǎng)絡”觸動創(chuàng)新神經(jīng)[N];文匯報;2011年

6 計算機世界實驗室 韓勖;當布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡[N];計算機世界;2009年

7 曹建兵 李祖兵 特約記者 何天進 本報記者 于莘明;給導彈植入“神經(jīng)網(wǎng)絡”[N];科技日報;2005年

8 譚薇;“潮濕計算機”：擁有人類智慧的超級大腦[N];第一財經(jīng)日報;2010年

9 韓婷婷;ICT強壯奧運“神經(jīng)網(wǎng)絡”[N];通信產(chǎn)業(yè)報;2007年

10 ;人老了，大腦仍能形成新的神經(jīng)網(wǎng)絡[N];新華每日電訊;2004年

相關博士學位論文 前10條

1 楊杰;多工序制造質量智能預測建模機理研究及應用[D];華南理工大學;2011年

2 李鵬華;量子計算在動態(tài)遞歸與自組織神經(jīng)網(wǎng)絡中的機理及應用研究[D];重慶大學;2012年

3 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設計[D];中南大學;2005年

4 戴雪龍;PET探測器神經(jīng)網(wǎng)絡定位方法研究[D];中國科學技術大學;2006年

5 馬戎;智能控制技術在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年

6 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡的智能控制研究[D];中南大學;2001年

7 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡的橋梁結構健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年

8 杜文斌;基于神經(jīng)網(wǎng)絡的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年

9 熊雪梅;參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡及在植物病害預測的應用[D];南京農(nóng)業(yè)大學;2004年

10 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D];東北大學;2005年

相關碩士學位論文 前10條

1 楊立儒;基于神經(jīng)網(wǎng)絡的電路故障診斷的研究與實現(xiàn)[D];解放軍信息工程大學;2010年

2 劉蘭蘭;基于神經(jīng)網(wǎng)絡和遺傳算法的H型鋼粗軋工藝參數(shù)優(yōu)化研究[D];山東大學;2011年

3 田鵬明;基于神經(jīng)網(wǎng)絡的振動主動控制研究[D];太原理工大學;2012年

4 姜宇;發(fā)動機裂解設備故障診斷技術的研究[D];吉林大學;2012年

5 楊春;基于神經(jīng)網(wǎng)絡的非線性預測控制算法的研究[D];太原理工大學;2012年

6 邢遠凱;基于決策樹和遺傳算法的神經(jīng)網(wǎng)絡研究及應用[D];浙江大學;2010年

7 高寶建;基于神經(jīng)網(wǎng)絡的月降水預報模型在洪澤湖的應用研究[D];南京信息工程大學;2012年

8 陳少華;基于Hopfield神經(jīng)網(wǎng)絡控制系統(tǒng)的研究[D];山東科技大學;2010年

9 來建波;基于神經(jīng)網(wǎng)絡的路段行程時間預測研究[D];云南大學;2011年

10 閆超;基于BP神經(jīng)網(wǎng)絡的煤礦深埋硐室軟巖流變參數(shù)反演分析[D];安徽理工大學;2011年

本文編號：1604797