收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的机械振动故障诊断系统设计

许娟  
【摘要】: 随着机械设备复杂程度和自动化水平的提高,机械设备故障诊断的重要性日益显著,而选择合适的诊断方法对于诊断结果是否精确就显得更为重要。随着计算机技术的普及,故障的智能诊断显示出极大的优势。人工神经网络模仿人脑的物理结构,以其强大的并行运算和联想能力非常适合于机械设备故障诊断,神经网络技术其信息的并行分布式处理在设备故障诊断中更显其优越性。 首先,本文系统介绍机械故障诊断技术的重要性和国内外发展现状、趋势的基础上,指出了人工神经网络理论应用于机械故障诊断技术具有极大的应用价值和发展潜力。同时也指出,我国目前人工神经网络理论在机械故障诊断领域的应用还不完善,仍处于发展阶段。 然后,本文介绍机械设备振动诊断技术的相关理论及分析方法,针对旋转机械振动的特点,进行了典型故障机理分析。研究了人工神经网络的基本原理、模型结构和算法,选择了BP神经网络作为机械设备故障诊断的方法。由于BP算法采用梯度下降法,存在收敛速度慢且易于陷入局部最小点等缺点,采用基于数值优化Levenberg-Marquardt(LMBP)算法。针对旋转机械的典型故障特征,确定了适合故障诊断的神经网络的模型,并对现场发生的故障进行分析与诊断,证明LMBP网络可以大大提高故障诊断的准确度。 本文提出了基于神经网络的机械振动故障诊断系统的方案,在Windows开发平台上,基于Delphi 7开发环境,采用面向对象的程序设计思想和模块化的程序设计,对本系统进行了软件的实现。本系统主要包括文件管理模块,参数设置模块,信号分析模块、神经网络的训练与诊断模块以及系统帮助模块。通过BP网络对机械故障进行诊断,结果表明LMBP网络具有良好的故障诊断、识别性能,并能提高了设备诊断、维修的效率,降低了设备的维修成本,具有很好的应用前景。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 蔡桂芳;张小玉;;人工神经网络在飞控系统故障诊断中的应用[J];机电产品开发与创新;2007年02期
2 师海风,刘家儒,马玉峰,尹晓春;基于神经网络的故障诊断专家系统在船闸上的应用[J];仪器仪表学报;2005年S1期
3 刘永阔;谢春丽;夏虹;李映林;;神经网络在核动力装置故障诊断系统中的应用[J];应用科技;2007年05期
4 赖祥生;;基于神经网络的发动机故障诊断分析[J];重庆工商大学学报(自然科学版);2008年05期
5 龙小平;;基于神经网络与专家系统相结合的发电机组振动故障诊断系统[J];网络财富;2009年24期
6 谢培志;韩厚德;;冷藏集装箱制冷机组故障诊断系统的开发[J];制冷与空调;2006年02期
7 冯汉生;傅钰;蒋国平;夏天;张玲玲;吴定才;;改进的遗传神经网络在汽车故障诊断中的应用[J];军事交通学院学报;2006年01期
8 梁志强;韩厚德;甘伟;梅丹丹;廖留柱;;神经网络在冷藏集装箱故障诊断中的应用[J];机电设备;2008年03期
9 张芳;梁玉英;朱艳辉;张倩;;VC实现故障诊断的智能化[J];火力与指挥控制;2008年05期
10 钱虹;李超;叶建华;;基于模糊聚类法的神经网络变压器故障诊断系统[J];上海电力学院学报;2010年02期
11 杨林辉,王高山,刘德江,陈斌;某舰载大功率通信设备故障智能诊断系统的设计[J];中国修船;2005年05期
12 高晓清;姚竹亭;;小波-神经网络在旋转机械故障诊断中的应用[J];四川兵工学报;2007年05期
13 王有起;王宇;;基于复合简化模糊ARTMAP的故障诊断[J];机床与液压;2008年02期
14 李可;赵德安;陈龙;;基于神经网络的汽车EPS传感器故障诊断[J];机床与液压;2008年07期
15 刘召广;潘炼;王君;;模糊神经网络在发动机故障诊断中的应用研究[J];工业仪表与自动化装置;2008年05期
16 冯爱伟;;基于神经网络与证据理论的煤矿通风机故障诊断[J];煤矿机械;2010年06期
17 李天伟;李正友;韩云东;;自动舵电路板神经网络故障诊断方法[J];舰船科学技术;2011年07期
18 秦新红;姚竹亭;;基于小波分析和神经网络的某火炮自动装填系统故障诊断系统的开发[J];科技信息;2011年08期
19 余建航;张曾锠;;直升机旋翼状态监测和故障诊断试验研究[J];直升机技术;2001年02期
20 傅晓林;王兴家;蔡辰光;;粗糙集与神经网络在发动机故障诊断中的融合应用[J];重庆交通学院学报;2006年06期
中国重要会议论文全文数据库 前10条
1 师海风;刘家儒;马玉峰;尹晓春;;基于神经网络的故障诊断专家系统在船闸上的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
2 杨世锡;吴昭同;严拱标;;机械故障智能诊断中知识表示技术研究[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
3 王益玲;赵英凯;;改进BP算法在机械系统故障诊断中的应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年
4 贾庆功;;基于Matlab与Delphi的风机性能测试与故障诊断系统[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年
5 郭洪澈;;基于神经网络的大型风力发电机变流器故障诊断方法[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(下)[C];2003年
6 周刚;杨立;;核电厂智能诊断方法研究的进展[A];第五届北京核学会核技术应用学术交流会论文集[C];2008年
7 王东;刘怀亮;徐国华;张昕;;Littlewood-Paley小流包——神经网络故障诊断系统研究[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年
8 宋国明;王厚军;姜书艳;刘红;;基于神经网络的融合智能诊断方法在模拟电路故障诊断中的应用[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年
9 吴巍巍;胡玉兰;李雪梅;;基于改进遗传算法优化神经网络的内燃机故障诊断方法研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
10 胡玉兰;付文;李雪梅;;基于混合基因算法神经网络的故障诊断研究[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
4 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
6 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
7 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
8 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
9 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
10 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
中国硕士学位论文全文数据库 前10条
1 许娟;基于神经网络的机械振动故障诊断系统设计[D];沈阳工业大学;2007年
2 蔡鹃;控制系统的神经网络故障诊断方法[D];湖南大学;2009年
3 赵海洋;往复压缩机气缸内压力信号检测与分析技术[D];大庆石油学院;2006年
4 李良浩;基于油中溶解气体的变压器故障智能诊断系统研究[D];武汉大学;2005年
5 马好;摊铺机机载故障诊断专家系统研究[D];中南大学;2005年
6 朱惠莲;基于神经网络的汽车发动机故障诊断系统[D];西北农林科技大学;2007年
7 单旭昇;神经网络专家系统在凝汽器故障诊断中的应用研究[D];华北电力大学(北京);2009年
8 刘永哲;数字化技术在空调仿真及故障诊断中的应用[D];西安建筑科技大学;2008年
9 鲍巍;基于信息融合的矿井提升机故障诊断技术研究[D];西安建筑科技大学;2008年
10 许小刚;基于虚拟仪器的旋转机械的故障诊断系统[D];华北电力大学(河北);2005年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 李立红 李荣梧;用技术创新提高设备管理水平[N];中国冶金报;2006年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 江苏 青孩子;Delphi7中快速得到本机IP地址[N];电脑报;2004年
7 王铁 显丽 宝书;铁肩担大任[N];解放军报;2011年
8 本报记者 伍平;我省成功研制出输电线路故障诊断系统[N];云南科技报;2009年
9 李萍;济钢EAM离线网络点检和故障诊断管理系统创效明显[N];中国冶金报;2007年
10 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978