發(fā)布時(shí)間：2020-07-14 07:10

【摘要】： 以滾動(dòng)軸承故障診斷為應(yīng)用背景,利用人工智能、故障診斷的理論和方法,研究并開(kāi)發(fā)了一個(gè)滾動(dòng)軸承故障診斷專家系統(tǒng)原型,以實(shí)現(xiàn)對(duì)滾動(dòng)軸承故障的智能診斷。 在深入研究常用的故障診斷智能技術(shù)以及基于案例推理方法的基礎(chǔ)上,給出了基于案例推理的滾動(dòng)軸承故障診斷專家系統(tǒng)的設(shè)計(jì)方案和原型系統(tǒng)。分析和研究了滾動(dòng)軸承故障診斷領(lǐng)域知識(shí)特點(diǎn)和大量的故障維修日志,探討了基于案例推理方法構(gòu)造專家系統(tǒng)的關(guān)鍵技術(shù),主要包括基于案例推理的知識(shí)工程以及案例檢索技術(shù)。 利用加速度傳感器,檢測(cè)滾動(dòng)軸承的振動(dòng)信號(hào),采用小波包分析方法,對(duì)滾動(dòng)軸承的振動(dòng)信號(hào)進(jìn)行分析,提取其故障能量特征向量,把這個(gè)特征向量作為案例的表示,構(gòu)建案例庫(kù)。 在分析比較了VA-file方法,VA~+-file方法和小波多分辨率VA-file方法的特點(diǎn)的基礎(chǔ)上,采用了基于小波變換的多分辨率VA-file方法構(gòu)造滾動(dòng)軸承故障案例庫(kù)索引文件,即以小波變換后第一維分量作為主分量,并以主分量排序建立索引。該方法可以降低近似向量的訪問(wèn)數(shù)量,提高案例的檢索速度和效率。 最后,對(duì)滾動(dòng)軸承故障診斷系統(tǒng)的需求進(jìn)行了分析,在此基礎(chǔ)上進(jìn)行了總體結(jié)構(gòu)和軟件結(jié)構(gòu)設(shè)計(jì),并介紹了系統(tǒng)的部分功能模塊。并就未來(lái)的工作做了展望。
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：TH133.33
【圖文】：

經(jīng)小波包分解后在某一層次上不同正交小波包空間上的故障特征頻率譜一樣，反映了滾動(dòng)軸承運(yùn)行狀況對(duì)故障滾動(dòng)軸承的振動(dòng)信號(hào)進(jìn)行分析—不同軸承【‘];接著，研究了小波分析用小波包來(lái)提取滾動(dòng)軸承;用該向量作為案例的表示，構(gòu)建案例庫(kù)。承振動(dòng)與信號(hào)的特征分析軸承在受載運(yùn)轉(zhuǎn)時(shí)，當(dāng)缺陷部位與工作表面發(fā)生接觸的作用。這種沖擊力將激起軸承系統(tǒng)的振動(dòng)，并通過(guò)動(dòng)和聲音的形式傳出。信號(hào)傳遞過(guò)程如圖3一1所示。器所拾取的振動(dòng)信號(hào)所含成分比較復(fù)雜，損傷引起的成分。當(dāng)損傷微小時(shí)，往往被其他信號(hào)淹沒(méi)而難以被是突出這些損傷特征成分12]。頻帶隨

(即大的5>0)，窗會(huì)自動(dòng)變寬，這意味著在低頻帶將有越來(lái)越高的頻率分辨。通過(guò)改變尺度因子s和平滑因子b的數(shù)值，調(diào)節(jié)窗口的形狀、位置，合理選取小波變換在時(shí)域和頻域的分辨率，提取信號(hào)中位于感興趣的頻帶和時(shí)段的信號(hào)成分，從而實(shí)現(xiàn)可調(diào)窗口的時(shí)、頻局部分析。(2)小波變換相當(dāng)于濾波器從信號(hào)處理的工程應(yīng)用角度來(lái)看，小波變換相當(dāng)于用濾波器組對(duì)信號(hào)進(jìn)行波。與短時(shí)Fo麗er變換不同的是:短時(shí)F。麗e:變換相當(dāng)于一系列等帶寬濾波，而小波變換相當(dāng)于一系列等百分比帶寬濾波器，如圖3一2所示。(3)小波變換是一個(gè)線性變換。(4)小波變換滿足能量守恒定理，即信號(hào)通過(guò)小波變換時(shí)信息沒(méi)有損失。(5)與短時(shí)Fo麗er變換(加窗Fourier變換)相同，小波變換是冗余的，種冗余性增加了分析與解釋小波變換結(jié)果的困難。如何減少冗余性也是小波換技術(shù)中的主要問(wèn)題。

l，2，…2‘一l:無(wú)=o，l，2…，j;j=o，l，2…。相應(yīng)的正交基籠2(，一‘)/，、*十，(2，一‘t一l);l任Z}圖3一3是信號(hào)x(O的小波分解分解(三層小波包分解)(3一24)(三層小波分解)，圖3一4是信號(hào)x(O小波包 xxx(t)))八八盆 XXXXX0lxxx DDDZXXX AAA3XXXXXI}:毛 XXX圖3一3信號(hào)x(O的小波分解(三層)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姜韶華;邱兆紅;;基于案例推理的建設(shè)項(xiàng)目投資估算系統(tǒng)研究[J];建筑經(jīng)濟(jì);2011年S1期

2 劉勇;王皓;;CBR在機(jī)械設(shè)備故障診斷系統(tǒng)中的應(yīng)用[J];電子設(shè)計(jì)工程;2011年08期

3 崔凱;廖希亮;馬新建;閆偉;;基于實(shí)例推理的柴油機(jī)輔助匹配選型的研究[J];內(nèi)燃機(jī)與動(dòng)力裝置;2011年03期

4 劉妍;張明媛;袁永博;;基于快速檢索的高速公路建設(shè)期安全事故應(yīng)急響應(yīng)[J];中國(guó)安全科學(xué)學(xué)報(bào);2011年06期

5 張德軍;顧占波;;CBR-ANN技術(shù)應(yīng)用于飛機(jī)武器故障診斷系統(tǒng)的研究[J];機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新;2011年04期

6 李念濱;李琴;;對(duì)產(chǎn)品成功數(shù)據(jù)包絡(luò)線分析的理論挖掘和應(yīng)用展望[J];航天工業(yè)管理;2011年07期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會(huì)議論文 前10條

1 劉闖;陳前;;人工神經(jīng)網(wǎng)絡(luò)與基于案例推理結(jié)合用于故障診斷[A];2004電站自動(dòng)化信息化學(xué)術(shù)技術(shù)交流會(huì)議論文集[C];2004年

2 孫波;倪文琦;溫海英;廖芳;;基于CBR的智能決策支持系統(tǒng)模型研究[A];2006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（下）[C];2006年

3 吳清烈;馮勤超;;基于案例推理技術(shù)在企業(yè)并購(gòu)決策中的應(yīng)用[A];2002年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2002年

4 汪久根;王慶九;薛崢;章維明;朱聘和;洪玉芳;;表面波紋度對(duì)軸承振動(dòng)的影響[A];第八屆全國(guó)摩擦學(xué)大會(huì)論文集[C];2007年

5 謝駿;胡均川;;基于案例推理的水下目標(biāo)識(shí)別系統(tǒng)[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

6 張萬(wàn)厚;李秀香;;潤(rùn)滑油脂對(duì)軸承振動(dòng)和噪聲影響的初步探討[A];摩擦學(xué)第三屆全國(guó)學(xué)術(shù)交流會(huì)論文集潤(rùn)滑材料部分[C];1982年

7 李偉;何濤;吳慶華;;小波變換與滾動(dòng)軸承振動(dòng)的故障診斷方法研究[A];湖北省機(jī)械工程學(xué)會(huì)青年分會(huì)2006年年會(huì)暨第2屆機(jī)械學(xué)院院長(zhǎng)（系主任）會(huì)議論文集（上）[C];2006年

8 陳曉平;和衛(wèi)星;陳季云;;基于小波分析的滾動(dòng)軸承振動(dòng)信號(hào)處理[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

9 石志剛;施強(qiáng);盛剛;;基于案例推理的高速公路緊急救援決策研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

10 李萌;陸爽;陳岱民;;基于小波神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承智能故障診斷系統(tǒng)[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)重要報(bào)紙文章 前4條

1 甘仞初（中國(guó)）：北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院首席教授，IFIP中國(guó)計(jì)算機(jī)輔助生產(chǎn)管理專委會(huì)主席;基于案例推理的信息系統(tǒng)總體設(shè)計(jì)[N];中國(guó)計(jì)算機(jī)報(bào);2000年

2 合肥工業(yè)大學(xué) 張冬林 劉曉平 和諧軟件有限公司 張紀(jì)久;ERP實(shí)施新構(gòu)想[N];計(jì)算機(jī)世界;2002年

3 韓世坤 陳繼勇;構(gòu)建企業(yè)跨國(guó)并購(gòu)智力支持體系[N];亞太經(jīng)濟(jì)時(shí)報(bào);2002年

4 范琳;財(cái)務(wù)決策智能化的里程碑[N];中國(guó)經(jīng)濟(jì)導(dǎo)報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 蘇文勝;滾動(dòng)軸承振動(dòng)信號(hào)處理及特征提取方法研究[D];大連理工大學(xué);2010年

2 張賢坤;基于案例推理的應(yīng)急決策方法研究[D];天津大學(xué);2012年

3 楊振剛;CBR ANN智能決策支持方法及應(yīng)用[D];華南理工大學(xué);2007年

4 劉妍;高速公路建設(shè)期安全風(fēng)險(xiǎn)智能管理研究[D];大連理工大學(xué);2011年

5 楊沁;個(gè)性化產(chǎn)品需求描述方法的研究[D];合肥工業(yè)大學(xué);2005年

6 王永軍;基于預(yù)案的動(dòng)員決策支持方法研究[D];北京理工大學(xué);2006年

7 管紅波;食品連鎖經(jīng)營(yíng)中的有效客戶反應(yīng)研究[D];東華大學(xué);2010年

8 劉明;民用飛機(jī)維修規(guī)劃的智能方法與技術(shù)研究[D];南京航空航天大學(xué);2007年

9 龍華;定義問(wèn)答檢索關(guān)鍵技術(shù)研究[D];重慶大學(xué);2010年

10 彭少明;流域水資源調(diào)配決策理論與方法研究[D];西安理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉闖;人工神經(jīng)網(wǎng)絡(luò)和基于案例推理相結(jié)合用于故障診斷[D];南京航空航天大學(xué);2005年

2 胡春梅;基于案例推理技術(shù)的教學(xué)案例知識(shí)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];首都師范大學(xué);2005年

3 陳琦;CBR在知識(shí)管理系統(tǒng)中的應(yīng)用[D];華中科技大學(xué);2006年

4 曹潔;案例推理技術(shù)在保險(xiǎn)市場(chǎng)拓展項(xiàng)目中的應(yīng)用[D];上海交通大學(xué);2010年

5 張勇;基于數(shù)據(jù)倉(cāng)庫(kù)與案例推理的機(jī)組產(chǎn)能模型研究與應(yīng)用[D];大連理工大學(xué);2005年

6 李曉棟;面向虛擬采辦的概念設(shè)計(jì)系統(tǒng)研究[D];華中科技大學(xué);2007年

7 李建洋;基于粗糙集的案例推理智能決策支持系統(tǒng)的研究[D];安徽大學(xué);2003年

8 房明;基于CBR的技術(shù)推廣研究與應(yīng)用[D];華中科技大學(xué);2004年

9 聶艷召;基于案例推理的羊病診斷專家系統(tǒng)研究與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2007年

10 楊阿琴;民航機(jī)務(wù)維修差錯(cuò)預(yù)警專家系統(tǒng)中推理機(jī)制的研究[D];武漢理工大學(xué);2008年

本文編號(hào)：2754669