《《滚动轴承故障诊断系统研究》-公开DOC·毕业论文》由会员分享，可在线阅读，更多相关《《滚动轴承故障诊断系统研究》-公开DOC·毕业论文（45页珍藏版）》请在金锄头文库上搜索。
1、l + + 编号 淮安信息职业技术学院淮安信息职业技术学院 毕毕业业论论文文 题 目滚动轴承故障诊断系统研究滚动轴承故障诊断系统研究 学生姓名 学 号 系 部电气系 专 业机电一体化 班 级 指导教师 顾问教师 二一二年十月 摘要 摘摘 要要 滚动轴承是机电系统中的易损零件，许多机械的故障都与滚动轴承的状态 有关。据统计，在使用滚动轴承的旋转机械中，大约 30的机械故障是由滚动 轴承的损坏造成的，可见滚动轴承的好坏对机电系统的工作状况影响极大。设 计不当、安装工艺不好、轴承的使用条件不佳或突发载荷等因素的影响都会使 轴承在运行一段时间后产生各种各样的缺陷，并且在继续运行中进一步扩大， 使轴承运
2、行状态发生变化。因此，滚动轴承的故障诊断一直是研究的热点。 本文通过大量的参考文献资料阅读，在对轴承振动检测以及故障诊断技术 的现状和发展趋势有了比较全面的了解的基础上，对滚动轴承信号的主要分析 方法进行了详细的说明，包括以下几点环节；信号测取；特征提取；状态识别； 故障诊断；决策干预。还有对滚动轴承的故障诊断问题进行了研究，在介绍了 有关设备故障诊断概念的基础上，对滚动轴承故障诊断的发展趋势进行了阐述; 在描述了滚动轴承异常的基本形式的基础上，分别介绍了多种滚动轴承故障诊 断技术，并详细说明了振动诊断法。同时，在分析了滚动轴承的振动机理的基 础上，给出了其故障特征频率的计算公式和振动信号的幅
3、域和频域参数指标。 故障特征提取是进行故障诊断的基础，论文根据滚动轴承故障特征信号的 特点，对滚动轴承故障征兆提取方法进行了阐述。重点应用共振解调理论进行 了滚动轴承故障征兆提取的研究。同时，针对共振解调的软件实现方法进行了 探讨。 其中，包括了对信号进行数字滤波、频率细化的软件实现方法的讨论。针 对传统专家系统不具备自学习能力、推理脆弱等缺点和神经网络方法存在着学 习效率低、训练速度慢、理解功能弱等问题。论文提出了在建造专家系统时， 应考虑将基于人工智能技术的符号系统和基于神经网络技术的神经网络系统两 者相结合。因此 BFDS 系统采用产生式系统与反向传播(BP)网络相结合的方式， 构建混和
4、型智能诊断系统。为了使 BFDS 系统具有远程协同的特点，适应企业 信息化的发展要求，论文引入了远程协同诊断的模式，并应用 NetMeeting 组件 实现了该种诊断模式。 关键词：关键词：滚动轴承 故障诊断 共振解调 专家系统 目录 目目 录录 摘摘 要要.I 第一章第一章 绪论绪论.1 1.1 本文研究背景.1 1.2 故障诊断技术的研究现状.1 1.2.1 故障诊断技术发展.1 1.2.2 故障诊断方法综述.2 1.2.3 国内外故障诊断系统研究现状.4 1.3 滚动轴承故障诊断研究动态及现状.5 1.4 本文主要研究的内容.6 第二章第二章 滚动轴承故障诊断滚动轴承故障诊断.7 2.1
5、 滚动轴承异常的基本形式.7 2.2 振动诊断技术.7 2.2.1 滚动轴承的振动机理.8 2.2.2 滚动轴承的故障特征频率与固有频率.10 2.2.3 滚动轴承振动类型.11 2.2.4 与滚动轴承固有特性有关的振动.11 2.2.5 本章小结.11 第三章第三章 专家系统与人工神经网络专家系统与人工神经网络.12 3.1 专家系统概述.12 3.1.1 故障诊断专家系统介绍.12 3.1.2 专家系统的建造.13 3.1.3 基于神经网络的专家系统.13 3.2 生产式系统和反向传播(BP)网络的设计与实现.14 3.2.1 人工神经网络及神经元模型.14 3.3 神经网络的特点及分类.15 3.3.1 神经网络的学习和训练.16 3.3.1 利用神经网络进行故障诊断的原理.17 3.3 本章小结.18 第四章第四章 滚动轴承故障诊断系统的开发滚动轴承故障诊断系统的开发.19 4.1 机械驱动系统.20 41.3 机械驱动装置.20 41.2 固有装置.20 41.3 机座.20 4.2 数据采集系统.20 42.1 传感器的选择.20 42.2 数据采集卡.22 4.3.故障诊断分析系统.25 4.4 本章小节.
