张俊-小波和RBF神经网络在滚动轴承故障诊断中应用1

2021-04-05 17:27

小波和RBF神经网络在滚动轴承故障诊断中应用*

摘要:研究了基于径向基神经网络的故障诊断方法和原理,采用小波包分析对其建立频域能量特征向量,利用径向基函数神经网络完成滚动轴承故障模式的识别。试验结果表明,系统不仅能够检测到轴承故障的存在,而且能够比较准确地识别轴承的内外环故障模式,可以满足工程中的需要。 关键词:小波神经网络;径向基函数;滚动轴承;故障诊断 中图分类号 TH133.3;TP183 文献标识码

Application of Wavelet and Radial Basis Function Neural Networks

to Fault Diagnosis of Rolling Bearing

Abstract: The method and the theory of fault diagnosis based on the radial basis function neural network are studied. The feature vectors are established by means of wavelet packet, then recognition of fault pattern of rolling bearing was presented using radial basis function neural network. The experimental result shows that the system can not only detect the fault of bearing but also can recognize inner or outer rings fault pattern correctly. The results are of great significance for engineering application.

Keywords: Wavelet neural networks; Radial basis function; Rolling bearing; Fault diagnosis

滚动轴承是机器的重要部件,由于工作面接触应力的长期反复作用,极易引起轴承疲劳、裂纹、压痕等故障,导致轴承断裂,造成事故。因此滚动轴承故障诊断非常重要的,在现场对轴承检测时,常利用轴承发生故障时携带的奇异性运行状态信息进行故障模式的识别,故障部位不同,引起冲击振动信号的频域分布能量也不同[1]。小波神经网络(WNN:Wavelet Neural Networks)是在小波变换基础上提出的一种前向神经网络,它可以把信号分解为一系列的具有局部特性的小波函数,在低频和高频范围内均有很好的分辨力,具有可调窗口的时-频局部分析能力,因而小波神经网络非常适用于解决函数逼近、系统辨识以及模式识别问题[2]。本文借助于小波分析对采集到的轴承振动信号分析处理,提取出其信号特征,采用径向基函数(RBF:Radial Basis Function)神经网络完成轴承故障模式的识别。

1 离散小波包分析[ 3]

多分辨率分析的基本思想是把信号投影到一组互相正交的小波函数构成的子空间上,形成信号在不同尺度上的展开,从而提取了信号在不同频带的特征,保留信号在各尺度上的时域特征。小波包分析同时在低频和高频部分进行分解,自适应地确定信号在不同频段的分辨率。

mm2

若时间函数f(t) L(R),对尺度参数和平移参数的离散值分别取为s a0,b na0b0, (t)为小波函数,

则离散小波基函数表示为 m,n(t) a0 (a

2

m

m

t nb0),相应的离散小波变换为WTf(m,n)

f(t) m,n(t)dt,

其中m 0,1,2,...;n Z。特别地,当a0 2,b0 1时,上述变换f(t)为的二进小波变换。

在小波函数中应用很广泛的Daubenchies小波是Dubieties从两尺度方程系数{hk}出发设计出来的离散正交小波,一般简写为dbN,N是小波的阶数。小波函数 (t)和尺度函数 (t)中的支撑区为2N的消失矩为N。

1,

(t)


张俊-小波和RBF神经网络在滚动轴承故障诊断中应用1.doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:Precise point positioning for the efficient and robust analy

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: