1、近幾年來，旋轉機械設備日益大型化、智能化和復雜化，繼而針對這些設備展開的狀態(tài)監(jiān)測和故障診斷技術也愈加重要?；谛〔ㄉ窠?jīng)網(wǎng)絡技術的故障診斷技術，由于其綜合了神經(jīng)網(wǎng)絡的技術的非線性映射能力，自學習和自適應能力，泛化能力與容錯能力，和小波分析技術在邊界的處理與濾波、時頻分析、信噪分離與提取弱信號、求分形指數(shù)、信號的識別與診斷以及多尺度邊緣檢測等領域的優(yōu)勢，近些年成了各大高校、研究所研究的熱點。如何將小波神經(jīng)網(wǎng)絡運用的工程應用中，就成了當下研究

2、的小波神經(jīng)網(wǎng)絡的焦點。本文以小波神經(jīng)網(wǎng)絡為基礎，對盾構機主驅動電機采集的實時振動信號進行分析研究，探究小波神經(jīng)網(wǎng)絡在盾構機故障診斷中的應用。主要研究工作如下:
　　研究了盾構機的構成，分類及其工作方式，以及盾構機的歷史與發(fā)展。著重分析了盾構機主部件的工作原理，及其相關的故障類型，故障特征，并總結成表，為后續(xù)的研究做下鋪墊。
　　分析小波與傅里葉變換的不同，對比研究了小波變換相對傅里葉變換在處理非線性信號數(shù)據(jù)的時域、頻域中的優(yōu)

3、勢。并用dbN系列小波分析，處理從盾構機上采集的振動信號，證明了小波在處理盾構機振動信號上可行性。
　　調研神經(jīng)網(wǎng)絡的發(fā)展與應用，學習BP神經(jīng)網(wǎng)絡模型預測的原理及其應用，并將BP神經(jīng)網(wǎng)絡預測模型用到從盾構機上采集的振動數(shù)據(jù)，發(fā)現(xiàn)了BP神經(jīng)網(wǎng)絡模型在處理來自實時采集振動信號的缺陷與不足。
　　鑒于BP神經(jīng)網(wǎng)絡的不足，想到將兩者合二為一，采用morlet小波代替BP神經(jīng)網(wǎng)絡的激勵函數(shù)，并將建好的小波神經(jīng)網(wǎng)絡處理采集的振動信號，得