关于自动化相关论文范文参考文献,与智能化滚动轴承监测相关论文摘要

本论文是一篇关于自动化相关论文摘要,关于智能化滚动轴承监测相关在职研究生毕业论文范文。免费优秀的关于自动化及参考文献及大学学报方面论文范文资料,适合自动化论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

摘 要：滚动轴承是机械中的易损部件.在使用滚动轴承的旋转机械中,大约有30%的机械故障由轴承而引起［1］.因此智能化滚动轴承状态监测具有重要研究意义.滚动轴承故障诊断的方法很多,其中以建立人工神经网络,通过对信号的傅里叶分析来监测滚动轴承的工况最为简单.

关 键 词：轴承；故障诊断；人工神经网络；傅里叶分析

在工业化程度越来越高的情况下,各种机械的结构越发细致,自动化程度也越来越高,人们对工业中机械的要求也越来越严格.机械的自动化加工过程中,安全性,连续性都是影响工业产品生产从而影响企业效益的重要因素.滚动轴承在工作过程中可能由于各种原因引起故障,比如腐蚀,疲劳,过载等都会在成轴承的损坏.神经网络以其独特的联想、记忆和学习功能在机械故障诊断领域中受到广泛关注.其中BP算法可以有效缩短网络在训练过程中滞留于局部极小区域的时间,大大提高网络的学习速度［7］.

1振动信号数据处理及特征提取

本实验中,轴承共有两种状态,即正常（Z）和故障（G）.且变频器在频率为20Hz、25Hz,30Hz的工况条件下,两种状态各采集10组数据.共60组数据.选用采样频率10KHz,采样点数为20000,故采样时间为2s.对信号进行零均值化预处理,再进行FFT分析其波形会比原来的波形更好.

其时域特征值进行提取,包括均值、方差、均方根、峰值、峰值因子,峭度系数、波形因子、脉冲因子,裕度因子,其中故障