文档介绍：中图分类号 TB123 论文编号:1028701 13-S005
学科分类号:080101
硕士学位论文
基于小波变换和神经网络的旋转机械
故障诊断
研究生姓名许红卫
学科、专业一般力学与力学基础
研究方向复杂结构动力学与控制
指导教师王怀磊副教授
南京航空航天大学
研究生院航空宇航学院
二О一二年十二月
Nanjing University of Aeronautics and Astronautics
The Graduate School
College of Aerospace Engineering
Rotating machinery fault diagnosis research
based on the wavelet transform and neural
network
A Thesis in
General and Fundamental Mechanics
by
Xu Hongwei
Advised by
Associate Professor Wang Huailei
Submitted in Partial Fulfillment
of the Requirements
for the Degree of
Master of Engineering
December, 2012
承诺书
本人声明所呈交的硕士学位论文是本人在导师指导下进
行的研究工作及取得的研究成果。除了文中特别加以标注和致
谢的地方外,论文中不包含其他人已经发表或撰写过的研究成
果,也不包含为获得南京航空航天大学或其他教育机构的学位
或证书而使用过的材料。
本人授权南京航空航天大学可以将学位论文的全部或部
分内容编入有关数据库进行检索,可以采用影印、缩印或扫描
等复制手段保存、汇编学位论文。
(保密的学位论文在解密后适用本承诺书)
作者签名:
日期:
南京航空航天大学硕士学位论文
摘要
随着现代工业的飞速发展,国民经济中机械、石化、能源、国防和运载等行业中的机械设
备日益趋向大型化、集成化、高速化和自动化,在这些行业中,是非常广泛的,而旋转机械的
最主要的部件当属转子,因此对转子进行故障诊断日益受到工程人员的重视。但在实际当中,
转子的故障比较复杂,要想正确的对其进行故障诊断,是一件非常困难的事情。随着科学技术
的发展,不断有研究人员提出转子故障诊断的新技术、新方法。
本文首先在阅读国内外文献的基础上,对国内外的旋转机械故障诊断的内容、发展现状以
及发展趋势做了详尽的介绍。其次对旋转机械故障诊断中数据处理技术的发展做了介绍,分析
了各种数据处理方法的优缺点,并介绍了小波分析方法在故障诊断中应用。接下来对转子在实
际当中常见的故障进行了分析研究,并对其常见故障的振动特征、发生的原因以及治理的措施
作了总结,再次,在前人研究的基础之上,将小波包分解技术和样本熵方法应用在转子故障诊
断当中,并通过对实验数据的仿真证明了此方法的正确性,最后介绍了神经网络技术在故障诊
断中的应用,并将前面所得的样本熵值作为网络输入值进行训练,结果表明,BP 神经网络能够
很好的对转子故障进行诊断分类。
关键词:旋转机械,故障诊断,转子,小波分析,样本熵,神经网络
I
基于小波变换和神经网络的旋转机械故障诊断
Abstract
With the rapid development of the modern industry, The machinery equipment about the
machinery, petrochemicals, energy, national defense and carrying industry in the national economy is
growing more and more large-scale, integrated, high-speed and automation. In these industries, the
rotating machinery applications is very broad,and the most important parts of rotating machinery was
undoubtedly the rotor, so increasingly subj