模糊神经网络和D-S证据理论在齿轮箱故障诊断中的应用

论文摘要

信息融合技术是将来自多传感器的信息和数据进行综合处理,从而做出正确、可靠的判断和决策,近年来在许多领域得到了广泛的应用和研究。在机械故障诊断中,可利用的信息很多,充分利用有用的信息对设备的故障进行诊断才能提高故障诊断的精度和准确性,因此信息融合技术是进行机械故障诊断的一种有效方法。本文以齿轮箱为研究对象,分析了齿轮箱的故障机理,具体研究了齿轮箱中齿轮和轴承的故障,为齿轮箱故障诊断提供了理论依据。针对模糊理论和神经网络在故障诊断中存在的不足和互补性,构建了一种结合两者优点的改进的模糊神经网络,并推导了相应的算法,建立了相应的故障诊断框架。利用改进的模糊神经网络对齿轮箱中的齿轮进行故障诊断,并与BP神经网络的诊断结果作对比,结果表明该方法的学习速度快、诊断精度高。针对故障诊断中的不确定性,采用D-S证据理论进行故障诊断。在对D-S证据理论的基本概念和融合推理方法深入研究的基础上,建立了故障诊断框架,并提出应用改进的组合规则处理故障诊断中的冲突信息。算例证明经过融合可以有效的提高故障诊断的精度,而改进的D-S证据理论能有效的处理相冲突的信息。为了提高诊断精度,本文设计了一种将模糊神经网络和D-S证据理论相结合的综合故障诊断方法,该方法是将模糊神经网络的初步诊断结果进行处理转化为基本概率赋值,然后利用D-S证据理论进行信息融合。对齿轮箱中齿轮和轴承故障诊断的结果验证了这种方法能够有效的提高故障诊断的精度。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的目的和意义
• 1.2 信息融合故障诊断技术
• 1.2.1 信息融合技术及其国内外研究现状
• 1.2.2 信息融合在故障诊断中的应用
• 1.3 齿轮箱故障诊断技术的发展及研究现状
• 1.4 本文主要研究内容
• 第2章 齿轮箱故障机理及振动特性分析
• 2.1 齿轮箱故障机理分析
• 2.2 齿轮箱中常见的故障模式及成因
• 2.3 齿轮箱故障时振动信号的处理方法
• 2.4 齿轮箱故障时振动信号的特征
• 2.5 本章小结
• 第3章 改进的模糊神经网络故障诊断方法
• 3.1 模糊神经网络
• 3.1.1 模糊理论和神经网络
• 3.1.2 模糊神经网络
• 3.1.3 模糊神经网络泛化能力分析
• 3.2 改进的模糊神经网络
• 3.2.1 对模糊神经网络结构的改进
• 3.2.2 改进的模糊神经网络故障诊断框架
• 3.3 齿轮箱中齿轮的故障诊断
• 3.3.1 改进的模糊神经网络故障诊断方法
• 3.3.2 BP 神经网络故障诊断方法
• 3.4 本章小结
• 第4章 齿轮箱故障的综合诊断方法
• 4.1 D-S证据理论
• 4.1.1 故障诊断中的不确定性
• 4.1.2 D-S证据理论概述
• 4.1.3 基于D-S证据理论的故障诊断方法
• 4.1.4 齿轮箱故障诊断中D-S证据理论的应用
• 4.2 基于信息融合的综合诊断框架
• 4.2.1 多子模糊神经网络初步诊断
• 4.2.2 D-S证据理论决策融合诊断
• 4.3 齿轮箱的故障诊断
• 4.3.1 对象描述及特征提取
• 4.3.2 子模糊神经网络的确定及初步诊断
• 4.3.3 决策融合诊断过程
• 4.4 本章小结
• 结论
• 参考文献
• 致谢