毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

MATLAB动车组滚动轴承RBF智能诊断研究

时间:2024-10-06 21:16来源:97743
使用MATLAB的GUI功能设计了一种类似于WINDOWS界面的动车组滚动轴承故障智能诊断人机交互系统

摘要:本文采用人工神经网络和现代信号分析的理论和方法,对动车组滚动轴承的状态监测,模式识别和故障诊断进行讨论和研究。针对动车组机车车辆的滚动轴承故障诊断问题,提出了一种包络谱解析与RBF神经网络相结合的故障诊断方法,采用MATLAB软件作为工具。首先求出滚动轴承5种特征频率,将4种工况类型数据分段后找到每段数据的

5个特征频率,绘制出包络谱后找出相应的幅值而得到数据。最后用提取的特征数据训练RBF神经网络,从而进行故障诊断。由诊断结果可以得出,基于包络谱分析和RBF神经网络的动车组机车车辆滚动轴承的故障诊断方法,可以准确的判别动车组滚动轴承属于哪一种故障,能为检修工作提供很大的帮助。

关键词:滚动轴承;智能诊断;RBF神经网络;动车组

Intelligent diagnosis method for rolling bearing of multiple unit train based on RBF Neural Network

Abstract: In this paper, a method combined artificial neural network with modern signal analysis for rolling bearing of multiple unit train condition monitoring, mode recognition and fault diagnosis on study. This method was combined envelope spectrum with RBF Neural Network was proposed for the intelligent diagnosis for rolling bearing of multiple unit train. MATLAB was used by tool. Firstly, figure out five characteristic frequencies, and find five characteristic frequencies of each section of four operating conditions, and then figure out envelope spectrum to find relevant amplitude and data. Finally, the characteristic frequencies were used to train the RBF Neural Network. The intelligent diagnostic results indicate that the proposed method could diagnose fault type of the rolling bearing of multiple unit train precisely. So this  mothed  can give   great  help  to maintenance.

KeyWords:Rolling bearing;Intelligent diagnosis;RBF Neural Network;Multiple unit train

目录

1绪论1

1.1选题背景和意义1

1.2国内外研究现状与水平2

1.3RBF神经网络的发展2

1.3.1起源时期2

1.3.2瓶颈时期3

1.3.3繁盛时期3

1.4文献综述4

1.5本文主要内容5

2动车组滚动轴承故障分类及诊断方法7

2.1概述7

2.2动车组常见故障7

2.2.1轮对7

2.2.2轴承7

2.3滚动轴承的振动分析9

2.3.1振动机理9

2.3.2振动原因分析9

2.3.3振动信号采集10

2.4滚动轴承故障分析诊断方法10

2.5本章小结11

3MATLAB及RBF神经网络12

3.1概述12

3.2MATLAB软件12

3.3GUI人机交互界面12

3.3.1GUI简介12

3.3.2GUI控件及功能13

3.4RBF神经网络14

3.4.1RBF神经网络概述14

3.5本章小结17

4滚动轴承RBF智能诊断系统的设计实现和验证18

4.1概述18

4.2动车组滚动轴承故障诊断系统设计原理18

4.2.1信号分析18

4.2.2特征提取19

4.3基于RBF的动车组滚动轴承故障诊断系统设计19

4.3.1设计流程19

4.3.2RBF神经网络设计20

4.3.3RBF网络训练20

4.3.4诊断系统设计20

4.4故障诊断的实现与验证22

4.4.1滚动轴承智能诊断验证22

4.5本章小结26

5结论与展望27

5.1结论27

5.2展望27

致谢28

参考文献29

1绪论

1.1选题背景和意义

铁路运输是我国交通运输不可忽缺的一大支柱,随着社会的发展和经济的需求,动车组已悄然出现在人们的视野里。在其有高速、大运输、高正点率等优点下,带给人们方便的同时,其安全运输也成为重中之重。与此同时,机械设备也随着时代发展变得更加大型、复杂且智能化,不仅每个设备的不同部分紧密耦合,而且每个设备间也存在紧密联系。因此,能否保证机械中的关键设备的正常运转,直接决定了整个设备工作状况是否合格,一个现代化机械设备一旦因故障而发生停机的现象,轻则造成巨大的经济损失,重则引发人员生命的消失和巨大的社会影响。 MATLAB动车组滚动轴承RBF智能诊断研究:http://www.youerw.com/zidonghua/lunwen_204783.html

------分隔线----------------------------
推荐内容