基于RBF神经网络的转子-轴承系统故障诊断

2012-07-25 00:59:30江帆李伟曹保钰王泽文
轴承 2012年2期
关键词:故障诊断故障信号

江帆,李伟,曹保钰,王泽文

(中国矿业大学 机电工程学院,江苏 徐州 221116)

转子系统是旋转机械的核心部件,常见故障为转子不对中和不平衡。滚动轴承是旋转机械中常见的通用部件之一,其运行状态直接影响机械设备的整体性能,因而对于机械设备的转子-轴承的故障诊断十分重要[1-3]。

近年来,由于旋转机械中异常振动引发的事故频发,对转子-轴承系统研究的重要性逐渐被认识到[4]。文献[5]对不平衡转子-轴承系统非线性行为进行了研究,并利用油膜力模型研究了转速、转子偏心及综合参数对转子-滑动轴承系统的非线性动力学行为的影响。文献[4,6]分别对转子-轴承系统的动力学进行了研究,对转子系统的动态设计与故障诊断提供了参考。在上述研究基础上,对旋转机械的不平衡转子-滚动轴承系统的故障行为进行了研究,提出通过快速Fourier变换(Fast Fourier Transform,FFT)提取旋转机械的故障特征信号,结合径向基函数(Radial Basis Function,RBF)神经网络实现转子-轴承系统的故障诊断。

1 FFT

对于非周期信号,不能简单地采用三角形式或指数形式的Fourier级数的复振幅来表示信号的频谱,通过频谱密度函数可以推导出Fourier变换[7],其定义为

(1)

式中:F(jω)即为f(t)的频谱密度函数。对f(t)进行Fourier级数展开,有

(2)

(1)式和(2)式即为Fourier变换,前者为正变换,后者为逆变换。

传统Fourier变换计算量大,因而工程应用中常用的是FFT,其常用基2算法和分裂基算法[8]。

2 RBF神经网络

RBF神经网络是由Moody J和Darken C于20世纪80年代末提出的一种局部逼近网络[9],其具有结构简单、学习能力强、收敛速度快和能够以任意精度逼近任意连续函数等优点。……

登录APP查看全文

猜你喜欢
故障诊断故障信号
信号
鸭绿江(2021年35期)2021-04-19 12:24:18
完形填空二则
故障一点通
基于FPGA的多功能信号发生器的设计
电子制作(2018年11期)2018-08-04 03:25:42
奔驰R320车ABS、ESP故障灯异常点亮
基于LabVIEW的力加载信号采集与PID控制
故障一点通
江淮车故障3例
基于LCD和排列熵的滚动轴承故障诊断
基于WPD-HHT的滚动轴承故障诊断
机械与电子(2014年1期)2014-02-28 02:07:31