隨著科學技術的不斷創(chuàng)新,機械裝備正朝著精密化、大型化、復雜化、智能化的方向發(fā)展,其造價往往相當昂貴。裝備長期運轉(zhuǎn)后的老化、維修時間長或者設備的損壞都將造成極大的損失,因此對大型裝備進行智能維護、保障大型裝備的流暢運轉(zhuǎn)已成為提高企業(yè)核心競爭力的重要因素。智能維護技術是一種預防性維護技術,能夠?qū)Υ笮脱b備的性能衰退進行預測,使裝備能夠得到有效的維護,即智能維護技術能有效地支持裝備的有效利用。因此對大型裝備進行智能維護是業(yè)界研究的熱點。從智能維護的研究背景及意義出發(fā),以大型紙箱包裝機械成套設備作為研究對象,展開大型裝備的智能維護,對大型裝備進行性能衰退預測,確定方案的可行性。從系統(tǒng)需求出發(fā),提出大型裝備智能維護系統(tǒng)總體架構。對大型裝備運行狀態(tài)的實時監(jiān)測是智能維護系統(tǒng)的基礎,對裝備和產(chǎn)品的性能衰退過程的預測和評估是智能維護系統(tǒng)的核心。首先利用硬件系統(tǒng)采集大型紙箱包裝機械成套設備的加速度信號、聲發(fā)射信號等信號,通過預濾波處理,零均位化處理,消除趨勢項處理以及錯點剔除處理等方法進行信號預處理,利用主元分析法實現(xiàn)數(shù)據(jù)降維,采用基于距離的特征評估方法對各特征的重要程度的衡量,并通過網(wǎng)絡進行數(shù)據(jù)的可靠傳輸... 

【文章來源】：廣東工業(yè)大學廣東省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 大型裝備智能維護的研究趨勢
        1.2.2 應用隱馬爾科夫進行性能預測的簡況
    1.3 論文研究的主要內(nèi)容
第二章 智能維護系統(tǒng)總體架構
    2.1 大型裝備運作過程
        2.1.1 大型紙箱包裝機械成套設備基本工作流程
        2.1.2 大型紙箱包裝機械成套設備工作原理
    2.2 智能維護系統(tǒng)總體框架
        2.2.1 系統(tǒng)需求分析
        2.2.2 大型裝備智能維護系統(tǒng)架構
        2.2.3 智能維護系統(tǒng)功能結構
        2.2.4 智能維護流程
    2.3 本章小結
第三章 大型裝備性能衰退預測方法研究
    3.1 隱馬爾科夫模型理論
        3.1.1 隱馬爾科夫模型概述
        3.1.2 隱馬爾科夫模型模型進行衰退預測的可行性
    3.2 大型裝備性能衰退模型的研究
        3.2.1 大型裝備性能衰退模型的構造
        3.2.2 大型裝備性能衰退模型的參數(shù)估計
        3.2.3 大型裝備性能衰退模型的優(yōu)化
    3.3 大型裝備的性能衰退預測方法研究
        3.3.1 信號的采集處理
        3.3.2 大型裝備的性能衰退預測
    3.4 本章小結
第四章 智能維護系統(tǒng)運行與測試
    4.1 測試原則
    4.2 大型紙箱包裝機械成套設備關鍵信號的采集
    4.3 大型紙箱包裝機成套設備的性能指數(shù)預測
        4.3.1 智能維護系統(tǒng)的軟件設計
        4.3.2 實驗數(shù)據(jù)分析
        4.3.3 預測結果分析
    4.4 本章小結
總結與展望
參考文獻
在校期間取得的成果
致謝


【參考文獻】：
期刊論文
[1]基于自適應神經(jīng)模糊推理系統(tǒng)的風電機組發(fā)電性能研究[J]. 黃永民.  電機技術. 2017(04)
[2]基于隱馬爾科夫模型的滾動軸承性能退化評估[J]. 周建民,郭慧娟,張龍.  華東交通大學學報. 2017(04)
[3]三大誤區(qū)正在影響中國智能化[J]. 李杰.  紡織科學研究. 2017(08)
[4]基于隱馬爾科夫模型的風電齒輪箱故障程度評估[J]. 李瑩,劉三明,王致杰,朱曉偉,潘志剛.  太陽能學報. 2017(06)
[5]設備遠程監(jiān)測與智能維護勢在必行[J]. 汪江.  中國設備工程. 2017(07)
[6]基于貝葉斯置信區(qū)間的傳感器網(wǎng)絡故障診斷方法研究[J]. 何永強,秦勤.  重慶科技學院學報(自然科學版). 2016(05)
[7]基于自適應隱式半馬爾可夫模型的設備健康診斷與壽命預測方法[J]. 劉勤明,李亞琴,呂文元,葉春明.  計算機集成制造系統(tǒng). 2016(09)
[8]基于模糊信息�；c小波支持向量機的滾動軸承性能退化趨勢預測[J]. 陳法法,楊勇,陳保家,陳從平.  中國機械工程. 2016(12)
[9]基于內(nèi)部衰退和外部沖擊的租賃設備修復非新維護策略[J]. 吳常潔,王華,周曉軍.  上海交通大學學報. 2015(11)
[10]基于二次相關加權閾值的滾動軸承聲發(fā)射信號小波包降噪算法研究[J]. 王之海,伍星,柳小勤.  振動與沖擊. 2015(21)

博士論文
[1]基于狀態(tài)監(jiān)測信息的設備在線健康預測及維護優(yōu)化研究[D]. 劉勤明.上海交通大學 2014
[2]基于流形學習的滾動軸承故障診斷若干方法研究[D]. 王雷.大連理工大學 2013
[3]小型五軸聯(lián)動機床介觀尺寸銑削加工及其相關模型的研究[D]. 張翔.哈爾濱工業(yè)大學 2011
[4]基于設備衰退機制的預知性維護策略及生產(chǎn)排程集成研究[D]. 廖雯竹.上海交通大學 2011

碩士論文
[1]基于聲發(fā)射的軸承滾動接觸疲勞量化診斷技術研究[D]. 裴桃林.燕山大學 2016
[2]基于核主元分析的過程監(jiān)測方法研究[D]. 馮瑋.東北大學 2013
[3]匹配追蹤算法的優(yōu)化及其在滾動軸承故障診斷中的應用[D]. 陶少飛.上海交通大學 2012
[4]無線傳感器網(wǎng)絡SoC的研究與設計[D]. 劉亞南.西安電子科技大學 2010
[5]基于SOA的設備狀態(tài)監(jiān)測與故障診斷系統(tǒng)的研究[D]. 李毅.上海交通大學 2008



本文編號：3190100