發(fā)布時間：2020-06-08 01:33

【摘要】：氣動調節(jié)閥廣泛應用于多種工業(yè)領域,是工業(yè)過程控制系統(tǒng)的執(zhí)行器之一。氣動調節(jié)閥大多工作于高溫、高壓、潮濕的環(huán)境中,容易出現故障。故障會導致工廠效益下滑甚至是意外停工和傷亡事故。傳統(tǒng)的人工檢修方式一般對閥門拆解維修,浪費大量人力物力和時間。因此,可在非拆解情況下進行故障判斷的方法引起廣泛關注,目前主要有兩類方法:基于專家系統(tǒng)的方法和基于機器學習的方法。前者存在參數選擇主觀性較強,參數調整困難,容易漏報誤報的問題。后者面臨現場可獲得的樣本少,分布不均勻,往往個別型號樣本多,同類型其他型號樣本不足的挑戰(zhàn)。鑒于此,本文研究氣動薄膜式調節(jié)閥的智能故障診斷和實驗驗證方法。主要研究工作如下:1.分析氣動薄膜式調節(jié)閥的常見故障,設計開發(fā)驗證平臺。首先,分析氣動薄膜式調節(jié)閥常見故障,給出人工制造故障和控制故障強度的方法;然后,分析實驗系統(tǒng)的軟硬件需求,對實驗平臺進行總體設計與各模塊選型設計;最后,利用高精度儀表對實驗平臺的有效性進行驗證。2.針對傳統(tǒng)專家系統(tǒng)存在的參數選擇主觀性較強、參數調整困難、容易漏報誤報的問題,提出基于改進專家系統(tǒng)的氣動薄膜式調節(jié)閥故障診斷方法。首先,分析針對氣動薄膜式調節(jié)閥的故障診斷專家經驗,對專家經驗的合理性進行論證;然后,利用粒子群算法改進專家系統(tǒng),提出基于改進專家系統(tǒng)的氣動薄膜式調節(jié)閥故障診斷方法;最后,使用實驗平臺采集故障樣本,對比所提方法和傳統(tǒng)專家系統(tǒng)方法的診斷正確率,以驗證所提方法的有效性。3.針對機器學習方法面臨的現場可獲得的樣本少,分布不均勻,往往個別型號樣本多,同類型其他型號樣本不足的問題,提出基于半監(jiān)督遷移極限學習機(ELM)和自編碼器(AE)的氣動薄膜式調節(jié)閥故障診斷方法。首先,綜述ELM、遷移學習和自編碼器等機器學習算法的基本原理和特性;其次,根據故障工況與無故障工況下氣壓與位移的差異,選取適當的特征函數,利用特征函數值在故障情況下的異常反映故障,并用函數值構成實驗樣本;然后,提出基于半監(jiān)督遷移ELM和自編碼器的氣動薄膜式調節(jié)閥故障診斷方法;最后,利用實驗平臺采集故障樣本,驗證所提方法的有效性。
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TH138.52

【相似文獻】

相關期刊論文 前10條

1 張撫安;新型薄膜式反應器[J];現代化工;1987年06期

2 Alfred Poor ,伍穎文;薄膜式屏幕[J];個人電腦;1995年07期

3 ;用于薄膜式LNG船的等離子焊接技術[J];船舶物資與市場;2002年04期

4 張明;;新型射砂閥[J];鑄造設備研究;1992年04期

5 李衛(wèi)軍;;具有強競爭力的薄膜式電阻溫度檢測器[J];儀表工業(yè);1990年05期

6 宮桂芳;橫流點滴式冷卻塔修改為點滴薄膜式冷卻塔簡介[J];化工給排水設計;1994年01期

7 ;V8020氣動薄膜式滑板閥簡介[J];化工自動化及儀表;2015年08期

8 姚正順;;薄膜式呼吸閥的設計[J];流體機械;1995年07期

9 陳其殷;薄膜式設備[J];純堿工業(yè);1987年05期

10 姚正順;薄膜式呼吸閥的研制[J];石油商技;1996年06期

相關會議論文 前1條

1 田天;李波;梅榮兵;熊云霞;;No96薄膜式LNG-FSRU總體設計關鍵技術研究[A];第十六屆中國科協年會——分8綠色造船與安全航運論壇論文集[C];2014年

相關重要報紙文章 前1條

1 周羽茜　馬浩劍;農業(yè)大棚 棚蓋發(fā)電[N];常州日報;2009年

相關碩士學位論文 前3條

1 蒿紀星;氣動薄膜式調節(jié)閥的智能故障診斷方法及實驗驗證[D];中國礦業(yè)大學;2019年

2 王啟;薄膜式新風換氣機的設計及工作特性研究[D];天津大學;2010年

3 曾曉斌;濺射薄膜式壓力傳感器可靠性研究[D];國防科學技術大學;2009年

，

本文編號：2702316