沈阳航空航天大学北方科技学院毕业设计（论文）舰用燃气轮机某关键部件故障诊断方法研究系别信息工程系专业测控技术与仪器班级学号姓名指导教师负责教师2015年6月沈阳航空航天大学北方科技学院毕业设计（论文）PAGE\*MERGEFORMATIV摘要燃气轮机的关键部件之一滚动轴承是机械设备运行过程中产生最易产生故障的零件，它运行的正常与否直接影响到整台机器的性能。防止故障升级，发生灾难性事故。所以对滚动轴承故障诊断技术进行探讨和学习就具有十分重要的意义。本文主要以燃气轮机的滚动轴承为研究对象，利用测量的轴承振动信号参数来进行故障诊断，利用神经网络技术对某一动态的模拟原理，应用到对滚动轴承故障诊断的具体方面，设计并构建了基于BP神经网络和自适应模糊神经网络（AdaptiveNetworkFuzzyInferenceSystem）的滚动轴承故障诊断系统，在MATLAB软件里对构造的训练样本进行训练，利用训练完成后的神经网络我们就可以对滚动状态故障进行诊断。关键词：滚动轴承；BP神经网络；模糊神经网络AbstractRollingbearingisoneofthemostordinarypartsinmechanicalmachine,itsrunningstatecaninfluencetheperformanceofthewholemachinedirectly,theaircraftstabilizerhealthstatusneedtobemonitoredinrealtimetoensuretheaircraftflysafety.soitisimportanttostudythetechnologyoffaultdiagnosisforrollingbearing.Onthebasisofanalyzingthefaultmechanismandvibrationsignalcharacteristicsofrollingbearingsystematically,andafteranalyzingandprocessingthevibrationsignalsofrightandfaultstateofrollingbearing,partialappropriatefeatureparametersareselectedastheinputoftheneuralnetworkaccordingtothetimeandfrequencydomaincharacteristicsofparametersinthisthesis.andthefaultdiagnosissystemforrollingbearingbasedonBPneuralnetworkisbuiltup.Finally,andfuzzyartificialneuralnetworkdiagnosistechniquethetrainingsetofrightandfaultstatesofrollingbearingisbuiltupbyusingthemeasuringdataofrollingbearingfromformerresearch,theneuralnetworkmodelistrainedontheplatformofMatlabsoftware.theoperatingstateofrollingbearinghasbeendiagnosedbyusingtheabovenetworkwhichhasbeentrainedwell.Keywords:rollingbearing;BPneuralnetwork;fuzzyartificialneuralnetwork目录TOC\t"标题_谢辞及参考文献,1,标题_附录,1,第2级标题,2,第3级标题,3,第1级标题,1"1绪论PAGEREF_Toc1591611.1课题背景和研究的意义PAGEREF_Toc1118911.1.1研究背景PAGEREF_Toc2667411.1.2研究意义PAGEREF_Toc2096121.2国内外故障诊断技术研究现状PAGEREF_Toc2766831.2.1国外现状PAGEREF_Toc1476431.2.2国内现状PAGEREF_Toc2214541.3研究内容PAGEREF_Toc834552燃气轮机关键部件故障诊断的总体方案设计PAGEREF_Toc313172.1滚动轴承故障的总体方案设计PAGEREF_Toc1037372.2滚动轴承机理及故障类型PA