论文部分内容阅读
在当代工厂中,机械系统日益趋于连续高速化和大型化。为了尽量减少因设备故障引起的事故及损失,对运转中的生产设备进行实时的监测是十分必要的,且具有重大的意义。在工业中,振动信号普遍存在且易于采集。因此,基于振动信号,对设备进行故障诊断,有着重大意义。在诸多的信号降噪处理及故障诊断方法中,本文针对常用的小波阈值滤波降噪方法以及Elman神经网络模式识别故障诊断方法进行研究。并提出了利用量子行为粒子群(QPSO)优化算法的全局搜索寻优能力对小波阈值滤波降噪方法以及Elman神经网络的缺陷进行优化。利用小波阈