基于大型旋轉機組的非平衡狀態(tài)小波模式識別與神經(jīng)網(wǎng)絡預測技術研究.pdf

1、大型機電設備在工業(yè)生產(chǎn)中占有非常重要的地位，保障大型機電設備的安全運行具有非常重要的經(jīng)濟意義與社會意義。大型機電設備的故障診斷與趨勢預示技術是保障大型機電設備安全運行的關鍵技術。 針對機電設備非線性非平穩(wěn)運行狀態(tài)診斷以及趨勢預測的需要，結合智能技術的最新進展，運用小波及小波包分析、結合神經(jīng)網(wǎng)絡的方法，對基于知識的機電系統(tǒng)智能故障診斷和趨勢預示技術進行深入研究。主要研究成果如下： 1．針對大型旋轉機械信號非平穩(wěn)的特性，利用

2、小波變換可以同時對信號進行時域和頻域分析的特性，實現(xiàn)信號的奇異點檢測、消噪、趨勢分析等處理。對仿真信號的分別采用強制、全局閾值和軟閾值三種方法進行降噪處理，分析了Daubechies小波階數(shù)選取對降噪效果的影響。 2．利用小波包提取旋轉機械轉子振動信號的特征值，提出并解決了小波包提取特征值中的兩個問題，一是采樣頻率問題通過插值的方法可以解決，二是根據(jù)研究目的確定所用的小波基函數(shù)；在此基礎上研究了小波包提取局部特征值的方法；最后結