基于神经网络的旋转机械振动故障诊断法

2014-03-02徐州凯尔农业装备股份有限公司高晓磊王敏山东科技大学王伟

河北农机 2014年5期

1、徐州凯尔农业装备股份有限公司高晓磊王敏 2、山东科技大学王伟

基于神经网络的旋转机械振动故障诊断法

1、徐州凯尔农业装备股份有限公司高晓磊王敏 2、山东科技大学王伟

机械振动故障诊断技术引入人工神经网络，通过一个具有大量专门知识和经验的智能网络，对数据进行分析，模拟人类专家进行推理、判断和决策，从而获得分析结论。网络以振动信号的频域特征为输入，以故障模式编码为输出，通过MATLAB7.0人工神经网络工具箱构建网络。仿真结果表明：对训练的特征样本进行模式识别具备了很高的准确率，实现了诊断分析的智能化。

人工神经网络；机械故障；机械振动；人工智能

1 前言

随着机械设备自动化水平和复杂程度的提高，机械设备故障诊断变得越来越重要，因此诊断方法的选择会对诊断结果的精确与否产生重要影响。故障的智能诊断也因此随着计算机的迅猛发展展示出极大的优势。

传统的诊断分析方法是通过检测所获得的数据进行人工分析从而获得结论，这就要求技术人员要有很丰富的诊断经验以及很深厚的理论基础。本文所述的就是一种新的分析实现方法。我们将机械振动故障诊断技术引入人工神经网络，通过一个具有大量专门知识和经验的智能网络对数据进行分析，模拟人类专家运用知识和经验进行推理、判断和决策的思维，从而获得诊断结论的一种方法。