基于Matlab智能BP神经网络(11)

（4） 齿轮损伤引起的振动，齿轮在使用过程中由于出现损伤的状况而引起的振动。

综合齿轮振动的来源，根据经验：当齿轮有故障发生时，振动的幅值比正常情况要大，可以根据幅值的波动范围判定齿轮是否发生故障，但不能判定故障所在的位置。

2.4 齿轮故障诊断方法 ① 温度法：

通过监测箱体轴承座处的温度来判断齿轮箱是否正常工作。 ② 油样分析法；

从齿轮箱取出所使用的润滑油油样，通过过滤收集金属颗粒，分析其大小和形状来判断齿轮箱的运行状态。

③ 振动法

通过在箱体适当位置安装震动传感器，根据对监测的振动信号分析与处理来判断齿轮箱的运行状态。振动诊断法是应用最广泛的。齿轮振动诊是分析获得的齿轮运行时的振动信号来识别其状态特征的诊断方法。而且现阶段能够通过各种传感器、放大器等辅助仪器可以准确地获取齿轮的振动信号。

通过对所提取的振动信号进行各种方式的分析和处理，首先将提取齿轮状态的特征信息转换成特征向量的形式。在利用matlab语言建立神经网络模型，利用振动信号信息对已建立的神经网络模型进行训练检验，根据诊断结果，判断能否实现故障模式识别的功能。

下面是BP神经网络齿轮故障诊断技术路线图

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库基于Matlab智能BP神经网络(11)在线全文阅读。