基于SVM和RFB神經(jīng)網(wǎng)絡(luò)的曳引機(jī)故障診斷系統(tǒng).pdf

1、考慮到機(jī)械故障的發(fā)展特點(diǎn)，本文涵蓋曳引機(jī)的故障預(yù)測(cè)和故障診斷兩個(gè)分支，在系統(tǒng)研究SVM和RBF神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)上，提出將LS-SVM應(yīng)用于曳引機(jī)故障預(yù)測(cè)以及將RBF神經(jīng)網(wǎng)絡(luò)用于故障診斷中，實(shí)現(xiàn)了曳引機(jī)的智能故障診斷。論文的主要研究?jī)?nèi)容如下：1．曳引機(jī)機(jī)械振動(dòng)故障機(jī)理分析及故障征兆提取在對(duì)曳引機(jī)振動(dòng)故障特征進(jìn)行研究的基礎(chǔ)上，采用加速度傳感器、NIPCI4472B數(shù)據(jù)采集卡、LabVIEW和MATLAB軟件對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行采集，并對(duì)振動(dòng)信號(hào)的

2、數(shù)據(jù)采集點(diǎn)以及數(shù)據(jù)預(yù)處理模塊進(jìn)行了設(shè)置。采用LabVIEW軟件采集到曳引機(jī)振動(dòng)加速度信號(hào)的功率譜，結(jié)合故障頻率特征，初步診斷出曳引機(jī)存在滾動(dòng)軸承故障。2．基于LS-SVM的曳引機(jī)振動(dòng)故障預(yù)測(cè)技術(shù)采用LS-SVM方法對(duì)曳引機(jī)振動(dòng)信號(hào)的各時(shí)域分量進(jìn)行預(yù)測(cè)，提出了一種自動(dòng)搜尋最優(yōu)參數(shù)方法，提高了算法的效率。根據(jù)LS-SVM的預(yù)測(cè)結(jié)果，結(jié)合故障預(yù)警標(biāo)準(zhǔn)給出各個(gè)工作狀態(tài)的預(yù)報(bào)信號(hào)。采用RBF神經(jīng)網(wǎng)絡(luò)，與LS-SVM方法進(jìn)行對(duì)比研究，結(jié)果顯示LS-