论文部分内容阅读
随着机械设备复杂程度和自动化水平的提高,机械设备故障诊断的重要性日益显著,而选择合适的诊断方法和系统对于诊断结果是否精确就显得更为重要。由于调制现象广泛存在于齿轮箱的振动信号中,就需要寻求有效的解调方法。在智能诊断系统中,人工神经网络模仿人脑的物理结构,以其强大的并行运算和联想能力非常适合于机械设备故障诊断。为了提取早期数据的故障信息,更有效地对设备进行故障诊断,本文提出了基于解调分析和BP网络的齿轮箱智能诊断技术研究。本文主要研究了时域诊断参数在故障发展中的趋势分析,解调方法提取早期故