数控全自动带锯跑车中带锯机故障诊断的研究

摘要

随着人们对木材的不断需要，为了保证带锯跑车高效地运行，对带锯机实行实时在线监测，及时发现并排除故障，意义重大。针对带锯机的齿轮，提出了基于局域均值分解（LMD）和神经网络相结合的故障模式识别算法。该方法将奇异值分解（SVD）与LMD相结合，实现双重降噪，并提取出特征信息。最后经过BP神经网络模型实现模式识别。通过数值仿真实验和某工厂带锯机齿轮的现场数据分析，证明了该方法的有效性。