附件C：譯文

基于自聯(lián)想神經(jīng)網(wǎng)絡(luò)和小波變換的旋轉(zhuǎn)機(jī)械故障診斷
Javier Sanza, Ricardo Pererab and Consuelo Huertab
CITEAN, Tajonar 20, 31006 Pamplona, Navarra, Spain
摘要：
本文提出了一種新技術(shù)，根據(jù)振動(dòng)信號(hào)來(lái)監(jiān)測(cè)旋轉(zhuǎn)機(jī)械工作狀況。這種方法結(jié)合了小波分析（ＷＴ）處理暫態(tài)信號(hào)的能力和自聯(lián)想神經(jīng)網(wǎng)絡(luò)在不設(shè)監(jiān)督模式下提取特征數(shù)據(jù)的能力。經(jīng)過(guò)訓(xùn)練和配置的神經(jīng)網(wǎng)絡(luò)擁有非故障信號(hào)的小波系數(shù)，被用來(lái)作為一種檢測(cè)奇特或異常的故障信號(hào)的方法。這項(xiàng)技術(shù)的實(shí)效性是根據(jù)一個(gè)齒輪箱的數(shù)值數(shù)據(jù)和試驗(yàn)振動(dòng)數(shù)據(jù)來(lái)評(píng)價(jià)的。盡管噪聲在目前任何情況下都存在，但結(jié)果表明所提出的方法用于旋轉(zhuǎn)機(jī)械在線監(jiān)測(cè)是一個(gè)很好的候選方案。

1. 引言
旋轉(zhuǎn)機(jī)械在工業(yè)應(yīng)用中發(fā)揮了及其重要作用。典型的應(yīng)用是在航空，艦船和汽車(chē)行業(yè)中。在最近幾年，面對(duì)可能的故障，對(duì)生產(chǎn)機(jī)械的減少停機(jī)時(shí)間和增加可靠性的需要，已經(jīng)吸引了人們對(duì)在線監(jiān)測(cè)系統(tǒng)的興趣。診斷的主要目的是為了分析有關(guān)的外部信息，判斷無(wú)法進(jìn)入的內(nèi)部器件的工作狀況，以至于決定這個(gè)機(jī)器是否需要拆卸。雖然聲學(xué)信號(hào)分析，是十分普遍的齒輪故障監(jiān)測(cè)系統(tǒng)，但基于振動(dòng)的診斷已被廣泛地使用了。根據(jù)這項(xiàng)技術(shù)，一種故障的存在將會(huì)被從齒輪箱殼拾取的振動(dòng)信號(hào)的變化顯示出來(lái)。
雖然有時(shí)候故障非常清楚地顯示在機(jī)器的振動(dòng)信號(hào)里面，但它的特點(diǎn)通常隱藏在振動(dòng)信號(hào)里面，因此一種敏感的技術(shù)對(duì)故障特征是必需要的。大多數(shù)技術(shù)都試圖在時(shí)域或頻域里面來(lái)代表機(jī)器的振動(dòng)信號(hào)。時(shí)間同步平均提供了單個(gè)齒輪的平均時(shí)間信號(hào)，在大量的周期中[1]，對(duì)于齒輪故障診斷[2-3]被公認(rèn)為是一個(gè)非常強(qiáng)大和成功的工具，因?yàn)樗梢韵尘霸肼暫退泻妄X輪轉(zhuǎn)動(dòng)并不完全同步的周期性信號(hào)。通過(guò)TSA從標(biāo)準(zhǔn)齒輪嚙合獲得的殘差信號(hào)的使用經(jīng)常被用來(lái)作為一種故障診斷技術(shù)[4-5]。由此產(chǎn)生的殘差信號(hào)本質(zhì)上包含了由齒輪故障和幾何不規(guī)則產(chǎn)生的部分.
時(shí)頻域分析方法提供了另一種信號(hào)分析的方法，通過(guò)在時(shí)頻域里面同步地提供信息。該方法被稱(chēng)為短時(shí)傅立葉變換（STFT） ，被Gabor [6]提出的這種方法大概是最廣泛使用的時(shí)頻的代表。短時(shí)傅立葉變換的特點(diǎn)是應(yīng)用在當(dāng)信號(hào)是在集中在一段時(shí)間內(nèi)狹窄的窗口中提取時(shí)，對(duì)變化的時(shí)間信號(hào)的傅立葉變換。通過(guò)這種方法，頻率內(nèi)容能夠在時(shí)間t內(nèi)獲得，并且在在任何時(shí)間只要該過(guò)程是重復(fù)的。它的分辨率取決于窗口的大小，因?yàn)樗浅Ａ?，高的分辨率使時(shí)間和頻率不能同步地獲得。因此窗口函數(shù)必須用于定位峰值或者低頻特征，因此它的分辨率往往不夠理想。