论文部分内容阅读
该文重点就转子系统故障诊断中的特征信号提取、神经网络自适应模式识别等技术进行了深入研究.通过分析、总结转子系统常见故障的特点及诊断方法,利用基于计算机技术的虚拟仪器系统进行数据采集、分析及特征信号提取,为此,对虚拟仪器进行了二次开发,可进行特征参数蜇取.在信号分析方面,分析了常见的信号处理方法,为神经网分析提供故障特征参数.在故障诊断方面,研究了常用的神经网络理论,利用BP网络进行了故障类型的识别,基于神经网络的诊断系统具有知识表达、推理及很强的学习能力,利用MATLAB编制软件在实际应用中诊断效果良好.在此期间,我们对转子实验台进行了装备、调试,并进行多次现场测试、分析与诊断,验证了该文提出的诊断方法的有效性.