手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于全矢谱的智能诊断技术研究

张晓冬

   设备状态监测与故障诊断是应用性很强的工程实用技术。旋转机械智能诊断技术的实施可以为企业带来巨大的潜在经济效益的同时,也关系到现场工作人员的人身安全。研究设备诊断技术的意义就在于降低事故的发生率,降低维修费用,避免过剩维修,减少维修成本,增加设备运行时间。传统的旋转机械故障诊断技术研究都是以单通道信号分析为基础的,由于转子的涡动现象,任一通道的信息都不能全面地反映转子的运行状态。全矢谱平面信息融合技术将同一截面的双通道信息进行融合,通过大量实践证明了该种方法能够准确地反映转子的运动信息,计算简单,大大提高了旋转机械故障诊断的实时性和稳定性。 本文所作的工作主要包括以下几个方面: 1、讨论了基于同源信息融合的全矢谱体系的构建,推导出基于旋转机械复信号同源信息融合的快速、稳健的数值算法,论证了单源信息造成误判的必然性,并通过实验证明了全矢谱融合技术较传统谱分析技术的优越性。 2、运用全矢谱—粗糙集理论故障提取方法(FEVR),对不平衡、不对中、油膜涡动、油膜振荡四种常见故障的故障特征进行优化,通过最优组合来实现对故障的分类,通过实验证明了该方法能够提高旋转机械故障诊断的准确性和实时性,并为后续章节故障特征频率的选择奠定基础。 3、将全矢谱技术和模糊综合评判方法结合,提出全矢谱—模糊综合评判故障诊断方法,建立了该种方法的数学模型,并通过实验验证了该种方法的可行性,证明了它的直观性和准确性。 4、在全矢谱—蚁群算法的基础上,提出全矢谱—聚类蚁群算法,首先用聚类方法对样本数据进行快速分类,得到各个样本到各聚类中心的欧式距离,运用公式,将其作为蚁群算法的初始信息素矩阵,再运用基本蚁群算法进行计算。最后,经过实验研究,证明了该种算法提高了计算速度,并具有较高的准确率。……   
[关键词]:旋转机械;全矢谱;粗糙集理论;模糊综合评判;聚类蚁群算法论文类型;应用研究
[文献类型]:硕士论文
[文献出处]:郑州大学2010年
App内打开