基于BP神经网络下轴承故障检测摘要减速器的主动轴滚动轴承的4个特征参数作为BP神经网络的输入并用BP算法对该网络进行训练利用神经网络的智能性来判断轴承所属的故障类型仿真结果表明该方法实用有效关键词:BP神经网络 故障模型问题重述利用BP神经网络对石油钻井的绞车及传动机组滚动轴承进行故障诊断能够在轴承早期故障时发出预警信号提前对将要发生故障的轴承进行维修或更换缩短停工停产时间和减少维修费用从而使石
摘 要滚动轴承是机械设备中最常见应用最广泛的零部件之一其运行状态对整个设备的工作状态生产过程都有直接影响因此对轴承的故障诊断具有非常重要的意义本文以机械设备滚动轴承故障诊断问题为背景针对传统的时频分析方法难以全面反映故障信息的缺陷探讨了BP(Back Propagation反向传播)神经网络技术在滚动轴承故障诊断中的应用选取滚动轴承三种故障类型(内圈故障外圈故障滚动体故障)下的轴承
·50·
Proceedings of the 6th WSEAS International Conference on Wavelet Analysis Multirate Systems Bucharest Romania October 16-18 2006基于神经网络分类和小波变换的轴承故障诊断摘要:几十年来自动故障分类一直是一个重要的模式识别问题在所有的电机驱动系统性能中轴承发挥了非常重要的作
毕业设计(论文)开题报告学生: 学 号: 专 业: 设计(论文)题目:基于神经网络的风机故障诊断研究指导教师: 2012 年 3 月 8 日开题报告填写要求1.开题报告(含文献综述)作为毕业设计
#
基于小波分析与神经网络的轴承故障诊断研究【中文摘要】随着机械设备复杂程度和自动化水平的提高机械设备故障诊断的重要性日益显著而选择合适的诊断方法对于诊断结果是否精确至关重要在智能故障诊断技术的研究中小波分析和神经网络技术都是热点研究内容也是研究的前沿小波分析和神经网络的结合也是一个吸引人的课题本文研究了小波分析基本理论根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性提出基于小波包能量的特征
#
BP神经网络 在人工神经网络发展历史中很长一段时间里没有找到隐层的连接权值调整问题的有效算法直到误差 HYPERLINK t _blank 反向传播算法(BP算法)的提出成功地解决了求解非线性连续函数的 HYPERLINK t _blank 多层前馈神经网络权重调整问题 BP (Back Propagation)神经网络即误差反传误差反向传播算法的学习过程由信息的正向传
滚动轴承状态检测与故障分析【摘要】滚动轴承是旋转机械中的重要零件在各个机械部门有着广泛的应用然而滚动轴承也是机器中最易损坏的零件之一有表明在旋转机械中有70的故障是由滚动轴承引起的故研究滚动轴承的状态检测和故障诊断技术具有重要意义本文通过分析研究轴承损坏的原因选择合适的振动传感器来监测对采集到的数据信号通过FFT频谱分析利用MATLAB软件编程处理数据再利用BP神经网络进行模式识别判断故障类型
违法有害信息,请在下方选择原因提交举报