【摘要】：往復(fù)式壓縮機(jī)在工程實(shí)踐中被廣泛應(yīng)用,然而由于其結(jié)構(gòu)特點(diǎn),經(jīng)常出現(xiàn)各種故障情況,傳統(tǒng)的基于振動(dòng)信號(hào)的檢測(cè)方法無(wú)法排除干擾信號(hào)的影響,對(duì)于實(shí)驗(yàn)結(jié)果不是特別理想。本文提出了一種基于壓力信號(hào)的結(jié)合不變矩算法的故障識(shí)別診斷方法,通過(guò)采集壓力信號(hào),較好地避免了雜質(zhì)信號(hào)的影響,通過(guò)計(jì)算壓力信號(hào)示功圖的不變矩,并結(jié)合支持向量機(jī),有效地對(duì)故障類(lèi)型進(jìn)行識(shí)別和檢測(cè)。本文進(jìn)行的工作主要有:(1)對(duì)往復(fù)式壓縮機(jī)的壓力信號(hào)進(jìn)行采集,并進(jìn)行進(jìn)一步修正和歸一化后得到示功圖的相關(guān)信息。(2)對(duì)示功圖進(jìn)行二值化、形態(tài)學(xué)細(xì)化處理,降低圖像的冗余信息,作為分析判斷的基礎(chǔ)和依據(jù)。(3)計(jì)算示功圖的不變矩的特征量,在進(jìn)行歸一化處理后得到的中心距的基礎(chǔ)上構(gòu)造7個(gè)不變矩,并進(jìn)行Gram-Schmidt正交化處理,這樣可以使得特征向量的線性相關(guān)性的影響被有效消除。(4)采用支持向量機(jī)方法對(duì)故障特征進(jìn)行分類(lèi)識(shí)別,該方法具有很好的計(jì)算收斂速度,極大地縮短了特征量分類(lèi)的計(jì)算時(shí)間,完全適用于分類(lèi)求解問(wèn)題。
[Abstract]:Reciprocating compressor is widely used in engineering practice. However, due to its structural characteristics, various faults often occur, so the traditional detection method based on vibration signal can not eliminate the influence of interference signal. The experimental results are not ideal. In this paper, a fault identification and diagnosis method based on pressure signal and invariant moment algorithm is proposed. By collecting pressure signal, the influence of impurity signal is avoided, and the invariant moment of pressure signal indicator diagram is calculated. Combined with support vector machine (SVM), the fault types are identified and detected effectively. The main work of this paper is as follows: (1) the pressure signal of reciprocating compressor is collected, and the relevant information of indicator diagram is obtained after further modification and normalization. (2) the indicator diagram is binarization and morphological refinement. The redundant information of the image is reduced as the basis and basis of analysis and judgment. (3) the characteristic quantity of the invariant moment of the indicator diagram is calculated, and seven invariant moments are constructed on the basis of the center distance obtained after normalization. The orthogonal processing of Gram-Schmidt is carried out, which can effectively eliminate the influence of linear correlation of eigenvector. (4) support vector machine (SVM) method is used to classify and identify fault features, which has a good convergence rate. The computation time of feature classification is greatly shortened, and it is suitable for classification problem.
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TH45

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏偉波;芮筱亭;;不變矩方法研究[J];火力與指揮控制;2007年11期

2 徐海卿;李培軍;沈毅;;加入不變矩的高分辨率遙感圖像分類(lèi)[J];國(guó)土資源遙感;2008年02期

3 蘇維國(guó);郭少臣;周繼廣;宋青;張力;;基于不變矩理論的腐蝕等級(jí)評(píng)定方法研究[J];裝備環(huán)境工程;2012年01期

4 錢(qián)忠良,王文軍;不變矩目標(biāo)特征描述誤差分析和基于上層建筑不變矩的艦船識(shí)別[J];電子測(cè)量與儀器學(xué)報(bào);1994年03期

5 鄭全錄;趙薇;韓凌;王宏;;基于頻譜臉和不變矩人臉識(shí)別新方法的研究[J];機(jī)械設(shè)計(jì)與制造;2006年05期

6 高向東;楊大鵬;劉紅;;基于不變矩算法的行人識(shí)別方法研究[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2011年02期

7 王福斌;劉杰;陳至坤;王靜波;;挖掘機(jī)器人鏟斗不變矩及改進(jìn)BP網(wǎng)絡(luò)識(shí)別方法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

8 李鵬,朱宏輝;一種改進(jìn)的不變矩方法在圖像目標(biāo)識(shí)別中的應(yīng)用[J];交通與計(jì)算機(jī);2004年02期

9 吳晏，，丁明躍，彭嘉雄;基于圖像直方圖的一維不變矩研究[J];華中理工大學(xué)學(xué)報(bào);1996年02期

10 季書(shū)芳;張森林;劉妹琴;;基于灰度和梯度不變矩的人臉識(shí)別[J];江南大學(xué)學(xué)報(bào);2006年06期

相關(guān)會(huì)議論文 前6條

1 夏穎;戴曙光;蘇添發(fā);;基于不變矩匹配的車(chē)燈零件檢測(cè)[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

2 于洪偉;劉嘉敏;;不變矩特征在汽車(chē)標(biāo)志圖像識(shí)別中的應(yīng)用[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

3 肖本賢;陸誠(chéng);陳昊;余炎峰;陳榮保;;基于幀間差分法和不變矩特征的運(yùn)動(dòng)目標(biāo)檢測(cè)與識(shí)別[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

4 林宏基;谷靈康;;基于小波不變矩和BPNN的智能監(jiān)控系統(tǒng)的圖像識(shí)別[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

5 葉大鵬;;基于曲線不變矩和2d-HMM的軸心軌跡自動(dòng)識(shí)別系統(tǒng)[A];福建省科協(xié)第三屆學(xué)術(shù)年會(huì)裝備制造業(yè)專(zhuān)題學(xué)術(shù)年會(huì)論文集[C];2003年

6 梁文昭;蔡念;郭文婷;許少秋;;交通標(biāo)志識(shí)別新方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 王廷軍;礦山搜尋機(jī)器人視覺(jué)技術(shù)及井下礦工識(shí)別理論的研究[D];中國(guó)礦業(yè)大學(xué)（北京）;2011年

2 劉進(jìn);不變量特征的構(gòu)造及在目標(biāo)識(shí)別中的應(yīng)用[D];華中科技大學(xué);2004年

3 左文明;脫機(jī)手寫(xiě)中文簽名鑒別的研究[D];華南理工大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 耿海彪;基于不變矩紅外線指靜脈圖像的識(shí)別方法研究[D];昆明理工大學(xué);2015年

2 孫朝陽(yáng);復(fù)雜環(huán)境下交通標(biāo)志的檢測(cè)[D];山東大學(xué);2015年

3 孫貝;基于視覺(jué)的水下目標(biāo)識(shí)別算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 丁會(huì)明;往復(fù)機(jī)械示功圖識(shí)別方法研究[D];東北石油大學(xué);2015年

5 路鷹;不變矩穩(wěn)定性及在三維目標(biāo)識(shí)別中的應(yīng)用[D];華中科技大學(xué);2007年

6 鐘志偉;不變矩的光照、模糊不變性及三維航天器的識(shí)別算法研究[D];南京航空航天大學(xué);2013年

7 于曄;基于不變矩飛機(jī)型號(hào)識(shí)別方法研究與實(shí)現(xiàn)[D];電子科技大學(xué);2009年

8 高璐琰;花類(lèi)蒙草藥顯微特征點(diǎn)的不變矩分析[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2008年

9 肖斌;基于不變矩的圖像幾何變換不變性識(shí)別研究[D];陜西師范大學(xué);2007年

10 王海霞;基于不變矩的目標(biāo)識(shí)別算法研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2004年

本文編號(hào)：2475179