论文部分内容阅读
滚动轴承是机械设备中最常用的部件,它的运行状态直接影响到整台机器的性能。据统计,在旋转机械的现场故障中,滚动轴承损伤而引起的故障约占30%。对滚动轴承进行精确、可靠的故障诊断具有极大的现实意义,本文提出了一种基于改进BP算法优化神经网络的滚动轴承故障诊断方法。首先,系统地阐述了滚动轴承的振动机理及其几种典型故障的振动特征。根据故障的不同引起不同形式振动的机理,建立了多种单一损伤类故障振动的数学模型,为相应的故障诊断提供了坚实的理论基础。其次,研究了小波变换在滚动轴承故障诊断中