基于大型旋轉(zhuǎn)機(jī)組的非平衡狀態(tài)小波模式識(shí)別與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)研究.pdf

1、大型機(jī)電設(shè)備在工業(yè)生產(chǎn)中占有非常重要的地位，保障大型機(jī)電設(shè)備的安全運(yùn)行具有非常重要的經(jīng)濟(jì)意義與社會(huì)意義。大型機(jī)電設(shè)備的故障診斷與趨勢(shì)預(yù)示技術(shù)是保障大型機(jī)電設(shè)備安全運(yùn)行的關(guān)鍵技術(shù)。 針對(duì)機(jī)電設(shè)備非線性非平穩(wěn)運(yùn)行狀態(tài)診斷以及趨勢(shì)預(yù)測(cè)的需要，結(jié)合智能技術(shù)的最新進(jìn)展，運(yùn)用小波及小波包分析、結(jié)合神經(jīng)網(wǎng)絡(luò)的方法，對(duì)基于知識(shí)的機(jī)電系統(tǒng)智能故障診斷和趨勢(shì)預(yù)示技術(shù)進(jìn)行深入研究。主要研究成果如下： 1．針對(duì)大型旋轉(zhuǎn)機(jī)械信號(hào)非平穩(wěn)的特性，利用

2、小波變換可以同時(shí)對(duì)信號(hào)進(jìn)行時(shí)域和頻域分析的特性，實(shí)現(xiàn)信號(hào)的奇異點(diǎn)檢測(cè)、消噪、趨勢(shì)分析等處理。對(duì)仿真信號(hào)的分別采用強(qiáng)制、全局閾值和軟閾值三種方法進(jìn)行降噪處理，分析了Daubechies小波階數(shù)選取對(duì)降噪效果的影響。 2．利用小波包提取旋轉(zhuǎn)機(jī)械轉(zhuǎn)子振動(dòng)信號(hào)的特征值，提出并解決了小波包提取特征值中的兩個(gè)問(wèn)題，一是采樣頻率問(wèn)題通過(guò)插值的方法可以解決，二是根據(jù)研究目的確定所用的小波基函數(shù)；在此基礎(chǔ)上研究了小波包提取局部特征值的方法；最后結(jié)