文档介绍：中图分类号:;TH17 论文编号:1028701 13-S155
学科分类号:080420

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

研究生姓名吕宣哲
学科、专业仪器科学与技术(智能监测与控制)
研究方向机械振动系统的分析、
测试及其控制
指导教师纪国宜副研究员

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

Research on Wavelet Transform and Neural
Network Based Rotating Machinery Fault
Diagnosis

A Thesis in
Instrument Science and Technology(Intelligent Monitoring and Control)
by
Lv Xuanzhe
Advised by
Associate Professor Ji Guoyi

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
旋转机械是航空、化工、电力等领域的关键设备,因此对其进行故障诊断研究具有重大的
现实意义。随着振动检测和信号处理等相关技术的不断发展,以振动信号检测、处理与分析为
基础的故障诊断技术已成为故障诊断领域一个重要的研究方向。同时基于神经网络的智能故障
识别与诊断技术的研究,也为故障诊断技术的研究和应用开辟了一条崭新的途径。
本文详细介绍了小波变换以及 BP 神经网络等相关内容。一方面,介绍了连续小波变换、
离散小波变换、正交小波包变换等内容,并且分析了边沿效应的问题;另一方面,介绍了 BP
神经网络的基本原理,分析了标准 BP 神经网络的学习算法和存在的问题,研究了一种基于 BP
算法的小波神经网络,并通过仿真实例对 BP 神经网络与基于 BP 算法的小波神经网络性能进行
了对比。
同时,为了提取旋转机械故障特征,研究了基于连续小波变换极大模值法和基于最优正交
小波包法提取故障特征值的理论及具体实现过程。
最后,通过多功能转子试验台模拟旋转机械的常见故障,运用连续小波变换的模极大值法
及正交小波包变换提取转子系统常见故障的特征量,再将该特征量输入到 BP 神经网络中进行
故障诊断,结果表明上述方法应用在转子系统故障诊断中能够取得较好的效果。

关键词:故障诊断,小波变换,神经网络,特征提取,转子系统

本文主要工作内容在机械结构力学及控制国家重点实验室完成。
I
基于小波变换和神经网络的旋转机械故障诊断研究
Abstract
Rotating machine is the key equipment in areas such as aviation, chemical and power, so the
fault diagnosis research has a great practical significance. With the continuous evolution of vibration
detection, signal processing and other related technology, it has became an important research direc-
tion of fault diagnosis b