主要內(nèi)容2智能監(jiān)測(cè)與診斷1.應(yīng)用目的與綜述3智能監(jiān)測(cè)與診斷1.應(yīng)用目的與綜述2008年，HUANG等研究了小波神經(jīng)網(wǎng)絡(luò)在風(fēng)力機(jī)齒輪箱故障診斷中的應(yīng)用。該方法借助小波變換的時(shí)頻分析特性和神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能，將小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的隱含層，提高了診斷精度，減少了神經(jīng)網(wǎng)絡(luò)的層數(shù)，加快了收斂速度。2009年，BARSZCZ等提出了利用譜峭度診斷行星齒輪箱故障的方法。譜峭度具有對(duì)沖擊信號(hào)敏感的特性，利用譜峭度可以檢測(cè)出信號(hào)沖擊成分，從而診斷出故障。2009年，INALPOLAT等對(duì)行星齒輪箱的建模和動(dòng)力學(xué)行為進(jìn)行了研究，為闡述其復(fù)合傳動(dòng)引起的故障相互調(diào)制和耦合等故障機(jī)理提供了依據(jù)。2010年，WATSON等借助連續(xù)小波變化，對(duì)輸入功率信號(hào)進(jìn)行分析，識(shí)別出了發(fā)動(dòng)機(jī)轉(zhuǎn)子偏心故障和軸承故障。4智能監(jiān)測(cè)與診斷1.應(yīng)用目的與綜述系統(tǒng)的整體框架圖5智能監(jiān)測(cè)與診斷主要內(nèi)容6智能監(jiān)測(cè)與診斷2.傳感器7智能監(jiān)測(cè)與診斷主要內(nèi)容8智能監(jiān)測(cè)與診斷3.數(shù)據(jù)采集方法數(shù)據(jù)采集卡USB6218的主要性能指標(biāo)如下：模擬量輸入：16路、32路32位模擬輸入；數(shù)字量輸入輸出：8位數(shù)字輸入、8位數(shù)字輸出；采樣率：?jiǎn)瓮ǖ啦蓸勇?50kS/s；分辨率：16位分辨率；輸入范圍：每通道有四個(gè)可編程輸入范圍±0.2V-±10V；數(shù)據(jù)采集卡NI9234的主要性能指標(biāo)如下：模擬量輸入：4路同步采樣模擬輸入；采樣率：每通道采樣速率2-51.2kS/s；輸入耦合：交流耦合（0.5Hz）和IEPE始終可用9智能監(jiān)測(cè)與診斷主要內(nèi)容10智能監(jiān)測(cè)與診斷4.信號(hào)處理方法11智能監(jiān)測(cè)與診斷4.信號(hào)處理方法函數(shù)f(t)的連續(xù)小波變換定義為信號(hào)f(t)與小波基函數(shù)的內(nèi)積：a>0,

函數(shù)表示分析小波，它必須滿足允許條件:3.小波變換a表示伸縮因子，b表示平移因子小波函數(shù)的多分辨表達(dá)：12智能監(jiān)測(cè)與診斷主要內(nèi)容13智能監(jiān)測(cè)與診斷5.故障診斷方法小波神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)第一階段是正向傳播過(guò)程：設(shè)置網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)和前一次迭代的權(quán)值和閾值，然后通過(guò)輸入學(xué)習(xí)樣本從第一層往后計(jì)算各神經(jīng)元的輸出。第二階段是誤差的逆向傳播過(guò)程：對(duì)權(quán)值和閾值進(jìn)行修改，即從最后一層向前計(jì)算層的閾值和權(quán)值對(duì)總誤差的梯度，式中：：輸出層的各單元誤差；：中間層輸出；：網(wǎng)絡(luò)的實(shí)際輸出；：中間層的各單元誤差；：目標(biāo)向量14智能監(jiān)測(cè)與診斷主要內(nèi)容15智能監(jiān)測(cè)與診斷5.總結(jié)智能監(jiān)測(cè)與診斷原理這門課讓我學(xué)到了很多，對(duì)智能監(jiān)測(cè)診斷系統(tǒng)有了一定的了解，包括傳感器、數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊等。這門課的學(xué)習(xí)也拓展了我的知識(shí)面，對(duì)科研有了新的認(rèn)識(shí)，邱老師以自己的科研經(jīng)歷給我們講解科研以及以后就業(yè)的問(wèn)題，是一個(gè)很好的教學(xué)手段。16智能監(jiān)測(cè)與診斷參考文獻(xiàn)J.Ribrant,L.M.Bertling.SurveyoffailuresinwindpowersystemswithfocusonSwedishwindpowerplantsduring1997-2005[J].IEEETrans.EnergyConversion,2007,22(1):167-173.C.S.Tsai,C.T.Hsieh,andS.J.Huang.EnhancementofdamagedetectionofwindturbinebladesviaCWT-basedapproaches[J].IEEETrans.EnergyConversion,2006,21(3):776-781.KishimotoK,InoueH,HamadaM,ShibuyaT.Timefrequencyanalysisofdispersivewavesbymeansofwavelettransform.JApplMech1995;62:841-6.麻東東,風(fēng)力發(fā)電機(jī)組遠(yuǎn)程狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的開發(fā),[碩士學(xué)位論文].華北電力大學(xué).2012年.王