论文部分内容阅读
滚动轴承是应用最广泛的机械部件之一,也是最容易受到损坏的零件之一。随着现代工业和科学技术的发展进步,滚动轴承正朝着高速化、大型化发展。滚动轴承出现故障时,会使设备降低或失去功能,甚至导致整个设备无法正常工作,造成巨大的经济损失,严重时还会引起灾难性的事故。针对滚动轴承普遍存在寿命离散性大、故障占有比例高、故障种类繁多等问题,本文对实际工况中滚动轴承振动信号进行采集、监测、分析和处理以识别数据的故障特征,运用适当的数据分析方法和神经网络对轴承数据进行诊断,具有良好的经济效益和科学意义。本文以实验测取的