旋转机械转子不平衡的预测
2014-09-06,
机械与电子 2014年12期
,
(华南理工大学机械与汽车工程学院,广东 广州 510641)
旋转机械转子不平衡的预测
刘其洪,黄显接
(华南理工大学机械与汽车工程学院,广东 广州 510641)
为了预测旋转机械转子不平衡量发展的趋势,设计了基于轴承实验平台的转子不平衡实验,模拟旋转机械转子在运行过程中逐渐从静平衡状态发展至许用不平衡状态的振动过程。
转子不平衡;趋势预测;BP神经网络;小波包
0 引言
转子不平衡是旋转机械典型的故障之一。转子振动是反映系统整体及其变化规律的主要信号,蕴含着丰富的故障征兆信息。如何准确、全面地提取征兆信息,对故障类型的确定及故障发展趋势预测具有十分重要的意义[1]。BP神经网络是目前应用最广泛的神经网络模型之一,具有自组织、自学习功能,通过对历史数据的学习,训练出具有归纳全部数据的特定神经网络,自学习对于预测有特别重要的意义[2]。
1 小波包
1.1 小波包分解
小波包分解(WPD)是小波分解的推广。它不仅对低频部分进行分解,对高频部分也实施了分解,而且小波包分解能根据信号特性和分析要求,自适应地选择相应频带与信号频谱相匹配,是一种比小波分解更为精细的分解方法。因此,小波包具有更广泛的应用价值。小波包分解具有任意多尺度特点,避免了小波分解时频固定的缺陷,为时频分析提供了极大的选择余地,更能反映信号的本质和特征[3]。

(1)
j∈z

(2)


(3)

(4)
g(k)=(-1)k(1-k),两函数具有正交关系。
由式(3)构造的序列{un(t)}称为由基函数u0(t)=φ(t)(φ(t)为尺度函数)确定的小波包。……
登录APP查看全文
