基于最优小波包与SOM-BP融合的柴油机故障诊断

柴油机振动信号具有非平稳性,用最优小波包将不同故障的振动信号分解到不同频段。提取各频段的能量组成特征向量输入SOM-BP神经网络,通过神经网络输出结果判别柴油机的故障类型。与BP网络的训练结果相比较,证明将最优小波包分解与SOM-BP神经网络相结合的方法可以得到更好的分类结果,有一定的工程实用性。     

基于SOM神经网络的矿井提升机减速器齿轮故障诊断

在分析自组织特征映射神经网络（SOM）的结构和学习算法的基础上,利用自组织特征映射神经网络建立了提升机减速器齿轮故障诊断模型。该网络模型效率高,无需监督,能自动对输入模式进行聚类。应用Matlab神经网络工具箱进行仿真。仿真结果表明自组织特征映射神经网络有较强的聚类功能,用于减速器齿轮故障诊断是准确和可靠的。     

基于小波神经网络的牵引电机齿轮故障诊断研究

以小波变换、小波神经网络为工具,采用定子电流对HXD1B型机车的YQ1633异步牵引电动机开展牵引电机齿轮故障诊断研究。定子电流法相对于振动法更容易实施,有效克服了振动信号中包含的复杂干扰。由小波分析完成齿轮故障的特征量提取,通过神经网络对故障类型进行判断,实际测试表明,该方法具有较好的故障诊断性能。     

一种基于传递函数的齿轮故障诊断方法

介绍了一种基于振动信号隐马尔可夫模型(HMM)的新的齿轮故障检测和诊断方案。首先从振动信号中提取特征,这些信号既包括正常齿轮也包括故障齿轮,特征以振动信号自回归模型的多项式传递函数的反射系数为基础。这些特征用来训练HMM归类各种齿轮状况。经过试验验证,用这些特征判断故障的准确性很高。     

基于小波-神经网络的矿用通风机故障诊断研究

运用小波包频道能量分解技术提取了不同频带反映矿用通风机不同工作状态的特征向量，以此作为BP神经网络的故障样本，经训练的网络作为故障智能分类器可对通风机的工作状态进行自动识别和诊断．研究结果表明，小波包与神经网络相融合的故障诊断与识别技术发挥了两者的优点，是提取机械故障特征进行设备状态自动识别的有效方法．     

复合齿轮齿廓特性的分析研究

在机械制造行业中占统治地位的是渐开线啮合,因为它在制造和装配方面有许多优点,便于普及推广。但它在某些性能方面存在缺点,如齿顶、齿根部分耐磨性差,齿根弯曲强度低。尤其像矿山机械（球磨机、挖掘机等）中的开式齿轮传动,以上缺点更为突出。因此,对渐开线齿形进行修形是十分必要的。近年来国内外正在对渐开线—摆线复合齿廓的齿轮进行研究,简称复合齿轮。复合齿轮的齿廓由节点附近的渐开线和齿顶、齿根部分的摆线光滑连接而成。如图1所示,齿形曲线主要由AB弧、BC弧、CD弧三段弧线组成。设r1、r2为O1、O2两轮的节圆半径,a为两轮的滚…     

粗糙集和自适应神经网络的集成模型在边坡稳定性分析中的应用

介绍了利用SOM网络-粗糙集-BP网络集成进行边坡稳定性预测的方案,应用SOM网络将边坡稳定性因素中的连续属性值离散化及基于粗糙集理论计算边坡稳定决策系统的约简,并根据实际需要确定最优决策系统和在最优决策系统的基础上设计BP网络进行预测.边坡稳定性预测的实际结果验证了所提出的神经网络与粗糙集理论相结合的可行性,在数据充足的条件下,该方案可以推广到其它具有连续属性值的情况.     

基于HHT的齿轮箱复合故障诊断研究

提出一种基于HHT的齿轮箱复合故障诊断方法。该方法将齿轮箱故障振动信号进行Hilbert-Huang变换,得到信号的Hilbert能量谱,通过谱分析实现齿轮箱复合故障的识别。齿轮箱故障实验信号的研究结果表明:该方法能有效诊断齿轮箱的复合故障。     

齿轮故障诊断信息提取复合方法研究

针对齿轮故障发生早期信号微弱、难以诊断和现场干扰的问题,提出了一种基于相关性分析、峭度准则与小波变换包络谱分析相结合的齿轮早期故障诊断方法。该方法不仅有良好的降噪效果,而且能够实现故障频段的自动选择,提高诊断效率。仿真结果表明,该方法能有效去除噪声,对故障特征信号有很强的提取能力,为齿轮的故障诊断提供了一种快速有效的途径。     

基于EEMD的齿轮故障诊断方法研究

采用基于EMD改进的总体经验模式分解算法(EEMD)对齿轮箱进行故障诊断。首先利用Matlab进行仿真实验,验证了具有自适应特性的EEMD分解方法在消除基本模式分量之间相互混叠现象方面的有效性。然后利用该方法对故障试验台模拟的齿轮点蚀信号进行分解,并对反映故障信息的本征模式分量进行Hilbert包络解调分析。分析结果表明,EEMD方法可以有效地应用于齿轮故障诊断。     

基于神经网络和专家系统的乳化液泵站故障诊断研究

乳化液泵站是综合机械化采煤工作面的重要设备,介绍了其故障诊断系统的设计思想,阐述了系统结构、推理机工作过程、知识表示方法以及知识获取途径,提出了一种人工神经网络和模糊专家系统相结合的分级故障诊断方法,用于乳化液泵站的分级故障诊断,可及时发现和排除各种故障隐患,预防突发事件,保障煤矿井下安全作业。     

基于变形协调设计复合齿轮副啮合特性研究

由于设计、制造、加工、热变形及装配误差的存在,齿轮传动在啮合过程中不可避免地存在啮合间隙;基于变形协调设计原理,设计了金属橡胶复合齿轮副,运用有限元分析的方法对复合齿轮副在不同温度下的变形量、是否变形协调设计齿轮副动态啮合力进行仿真分析。仿真结果表明:在不同温度下,复合齿轮副变形不同,温度对复合副变形影响较大;变形协调设计可以减小齿轮副动态啮合力和改变振动峰值及对应的振动频率。该研究为复合齿轮副啮合特性改善、传动精度提高及振动噪声减小等方面提供理论依据及技术支撑。     

温度对复合齿轮回差的影响研究

齿轮传动回差不可避免地存在,为了减小齿轮传动回差,以基于普通齿轮注入金属橡胶的金属复合大齿轮和普通小齿轮组成的复合齿轮传动为研究对象,研究了20℃、50℃、80℃三种不同温度下复合齿轮副回差大小。研究结果表明:复合齿轮传动在20℃、50℃、80℃三种温度下的回差分别为2.62 arcmin、2.53 arcmin、2.40 arcmin;随着温度增加,复合齿轮变形越大,变形补偿及协调能力越大,从而回差越小;通过改变齿轮结构及材料形式可以减小齿轮传动回差。该研究为复合齿轮传动开发、复合齿轮回差减小及复合齿轮改善等方面提供理论依据。     

基于人工神经网络的煤矿机械齿轮故障诊断研究

针对传统煤矿机械齿轮故障诊断中非线性特征频率导致的信号分析处理要求高等问题,提出了一种基于人工神经网络的煤矿机械齿轮故障诊断方法。首先介绍了神经网络的基本原理及其建模方法。其次将机械齿轮故障敏感参数作为神经网络的输入信号,并参与算法训练,实现机械齿轮故障的不同分类。最后,通过仿真验证了所提方法的可行性和有效性。     

单位BP神经网络及磨机故障诊断模型的研究

简单分析了标准BP算法存在的不足 ,介绍了单位BP算法的特点及其算法实现的具体过程 ,并成功应用于磨机故障诊断。     

基于Hilbert解调技术的齿轮故障诊断研究

阐述了齿轮振动信号的调制原理,讨论了Hilbert变换的定义及解调原理。应用Hil-bert变换的解调技术对齿轮振动信号进行了幅值解调分析。工程应用的研究结果表明,针对齿轮振动信号的调制现象,利用Hilbert技术能从复杂的振动信号中解调出故障齿轮的调制信息,进而判断出故障齿轮的部位,是一种可靠的故障诊断方法。     

复合齿轮马达瞬态输出扭矩理论分析

复合齿轮马达是综合内外齿轮马达和轮系传动理论为一体的一种新型执行元件,具有排量大、扭矩脉动小、径向液压力平衡、噪音小等优点。从结构上可以认为是由多个内外齿轮马达组成,通过理论分析为今后的研发制造提供理论依据。     

行星齿轮使用中常见故障分析及故障诊断研究

针对行星齿轮箱中行星齿轮使用中经常出现的各类故障失效问题,掌握其失效的原因及规律,对其进行实时诊断检测是保证整个啮合过程安全运行的关键。因此,本文分析了行星齿轮出现的常见故障及失效原因,有针对性地开展了齿轮故障诊断系统设计。测试结果表明,该系统能准确、实时地对行星齿轮进行故障诊断检测,并以不同的变化曲线及显示界面等形式进行实时显示。     

基于同态滤波的低速重载齿轮故障诊断研究

对低速重载齿轮特性进行了分析,阐述了齿轮振动信号的调制原理,针对低速重载齿轮箱低频故障信息容易被强噪声淹没的实际问题,提出了利用同态滤波技术对低速轴齿轮故障特征进行提取的方法.研究表明,同态滤波技术是一种行之有效的齿轮低频故障特征提取技术.     

基于SOM神经网络的煤矿用防爆柴油机故障诊断

以某矿用防爆柴油机为研究对象,采集其在实际工况下的实时数据。基于SOM神经网络建立矿用防爆柴油机故障诊断模型,运用MATLAB专业模块对该模型进行数值仿真。仿真结果表明:矿用防爆柴油机存在发动机冒烟、发动机异响、发动机冬季启动困难、曲轴不转动等故障,且不同故障在不同因素下呈现一定的规律性及聚集性。该研究为矿用防爆柴油机故障诊断、故障处理时间缩短等方面提供理论依据及技术支持。