基于小波變換和神經(jīng)網(wǎng)絡的旋轉(zhuǎn)機械故障診斷研究.pdf

1、旋轉(zhuǎn)機械是航空、化工、電力等領域的關(guān)鍵設備，因此對其進行故障診斷研究具有重大的現(xiàn)實意義。隨著振動檢測和信號處理等相關(guān)技術(shù)的不斷發(fā)展，以振動信號檢測、處理與分析為基礎的故障診斷技術(shù)已成為故障診斷領域一個重要的研究方向。同時基于神經(jīng)網(wǎng)絡的智能故障識別與診斷技術(shù)的研究，也為故障診斷技術(shù)的研究和應用開辟了一條嶄新的途徑。
　　本文詳細介紹了小波變換以及 BP神經(jīng)網(wǎng)絡等相關(guān)內(nèi)容。一方面，介紹了連續(xù)小波變換、離散小波變換、正交小波包變換等內(nèi)容

2、，并且分析了邊沿效應的問題；另一方面，介紹了 BP神經(jīng)網(wǎng)絡的基本原理，分析了標準BP神經(jīng)網(wǎng)絡的學習算法和存在的問題，研究了一種基于BP算法的小波神經(jīng)網(wǎng)絡，并通過仿真實例對BP神經(jīng)網(wǎng)絡與基于BP算法的小波神經(jīng)網(wǎng)絡性能進行了對比。
　　同時，為了提取旋轉(zhuǎn)機械故障特征，研究了基于連續(xù)小波變換極大模值法和基于最優(yōu)正交小波包法提取故障特征值的理論及具體實現(xiàn)過程。
　　最后，通過多功能轉(zhuǎn)子試驗臺模擬旋轉(zhuǎn)機械的常見故障，運用連續(xù)小波變換的