论文部分内容阅读
转子碰摩故障通常为不平衡、不对中以及油膜涡动等故障引发的二次故障，其信号通常具有周期、拟周期和混沌这3种复杂的非线性特征。本文针对油膜涡动下的转子碰摩故障诊断问题，建立了含不平衡、油膜涡动以及碰摩故障耦合动力学模型，利用数值仿真研究了转子系统在油膜涡动下的碰摩故障频谱特征，提取了反映耦合故障的特征信息。为了准确的对碰摩故障进行诊断，通过不断改变系统参数获取了包括各种状态下的耦合故障样本。最后构造了结构自适应神经网络。利用一半样本对神经网络进行训练，再用另一半样本对训练好的神经网络进行测试，识别率达到了94