本文關鍵詞：基于LabVIEW的旋轉機械振動監(jiān)測與故障診斷的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著現(xiàn)代科學技術的飛速發(fā)展,我國工業(yè)化的水平不斷提高。為滿足工業(yè)生產(chǎn)的需求,機械設備朝著自動化、大型化、高速化的趨勢發(fā)展。旋轉機械作為機械設備中最常見的形式之一,廣泛應用于航空、電力、礦山、冶金、石油化工等重要領域。旋轉機械中任何部件發(fā)生故障,都可能導致整個設備甚至整條生產(chǎn)線癱瘓,造成嚴重的安全事故。因此,為保證旋轉機械穩(wěn)定、可靠的運行,開展針對旋轉機械的振動監(jiān)測與故障診斷技術的研究,對保證企業(yè)設備運行的安全性,提高經(jīng)濟效益有重要意義。首先,本文對旋轉機械故障診斷的方法進行了深入的研究。支持向量機在處理非線性、過學習、小樣本問題時具有良好的效果,但由于人為提取特征時經(jīng)常帶有盲目性,導致診斷結果不精確。為此,本文提出了一種基于支持向量機與鄰域粗糙集相結合的故障診斷方法。該方法可以從原始數(shù)據(jù)中摒棄冗余信息,篩選出有價值的特征屬性,通過該特征信息建立支持向量機分類機模型,快速準確地得到診斷結果。其次,本文以LabVIEW軟件為開發(fā)平臺,針對旋轉機械轉子的常見故障,利用傳感器、信號調理器、PCI數(shù)據(jù)采集卡、工控機等硬件設備并結合Matlab編程工具設計開發(fā)了旋轉機械振動監(jiān)測與故障診斷系統(tǒng)。該系統(tǒng)能夠實現(xiàn)旋轉機械轉子振動的在線監(jiān)測、信號分析和處理、數(shù)據(jù)存儲及回放、振動值超標報警等。此外,利用支持向量機(SVM)多分類算法,通過混合編程實現(xiàn)了對旋轉機械轉子常見故障自動診斷的功能。最后,本文總結了旋轉機械轉子常見的故障類型,并在時域、頻域中分析了汽輪機轉子振動的故障特點。利用Bently-RK4轉子振動試驗臺驗證了設計系統(tǒng)的有效性。
【關鍵詞】：旋轉機械 支持向量機 鄰域粗糙集 振動監(jiān)測 故障診斷 LabVIEW
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TH17
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-13
• 1.1 選題背景及研究意義9-10
• 1.2 國內外研究現(xiàn)狀10-12
• 1.3 本論文研究的主要內容以及結構安排12-13
• 第2章 旋轉機械轉子故障診斷方法的研究13-24
• 2.1 支持向量機理論13-18
• 2.1.1 統(tǒng)計學習的基本理論13-16
• 2.1.2 支持向量分類機16-18
• 2.2 鄰域粗糙集理論18-20
• 2.2.1 基于鄰域的�；�18-19
• 2.2.2 鄰域粗糙集逼近19
• 2.2.3 鄰域決策系統(tǒng)19-20
• 2.2.4 基于鄰域粗糙集的約簡算法20
• 2.3 建立支持向量機和鄰域粗糙集模型20-21
• 2.4 支持向量機和鄰域粗糙集模型的實驗驗證21-23
• 2.5 本章小結23-24
• 第3章 旋轉機械振動監(jiān)測與故障診斷系統(tǒng)的硬件設計24-32
• 3.1 傳感器24-27
• 3.1.1 壓電式加速度傳感器24-25
• 3.1.2 電渦流位移傳感器25-27
• 3.2 信號調理模塊27-28
• 3.3 前置器28-29
• 3.4 數(shù)據(jù)采集卡29-30
• 3.5 工控機30-31
• 3.6 本章小結31-32
• 第4章 旋轉機械振動監(jiān)測與故障診斷系統(tǒng)的軟件設計32-43
• 4.1 Labview簡介32-33
• 4.2 系統(tǒng)軟件的總體設計33-34
• 4.3 系統(tǒng)登錄模塊34-35
• 4.4 數(shù)據(jù)采集模塊35-37
• 4.5 數(shù)據(jù)分析與處理模塊37-39
• 4.5.1 時域分析37-38
• 4.5.2 頻譜分析38-39
• 4.5.3 數(shù)據(jù)存儲和回放39
• 4.6 故障診斷模塊39-42
• 4.7 本章小結42-43
• 第5章 旋轉機械振動監(jiān)測與故障診斷系統(tǒng)的驗證43-50
• 5.1 轉子常見典型故障43-47
• 5.1.1 質量不平衡43-44
• 5.1.2 轉子不對中44-45
• 5.1.3 轉子碰摩45-46
• 5.1.4 油膜渦動與油膜振蕩46-47
• 5.2 系統(tǒng)應用47-49
• 5.3 本章小結49-50
• 第6章 結論與展望50-51
• 6.1 論文總結50
• 6.2 工作展望50-51
• 參考文獻51-54
• 攻讀碩士學位期間發(fā)表的學術論文54-55
• 攻讀碩士學位期間參加的科研工作55-56
• 致謝56-57
• 作者簡介57

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張立眾;孫志勇;;“逐項排除法”在故障診斷中的應用[J];礦山機械;1990年09期

2 賈民平;機械故障診斷學的理論及其應用 第一講 故障診斷的意義及研究發(fā)展概況[J];江蘇機械制造與自動化;1999年01期

3 楊曉磊;;淺談我國鐵路機車故障診斷[J];科技風;2014年06期

4 田少民;工程機械的狀態(tài)監(jiān)測與故障診斷技術[J];工程機械;2001年01期

5 王敏,王萬俊,熊春山,黃心漢;基于多傳感器數(shù)據(jù)融合的故障診斷技術[J];華中科技大學學報;2001年02期

6 潘松海;介紹一種故障診斷方法[J];組合機床與自動化加工技術;2001年06期

7 李德躍;發(fā)動機突然熄火的故障診斷[J];城市車輛;2001年02期

8 王小虎;機械式風速表檢定中的故障診斷及維修方法[J];中國計量;2002年03期

9 王清照,肖衛(wèi)杰,王加璇;運用熱經(jīng)濟學結構理論進行故障診斷的探討[J];中國電機工程學報;2003年09期

10 陳東林;煙草設備的故障診斷技術應用與展望[J];中國設備工程;2003年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊其校;劉昭度;齊志權;馬岳峰;;汽車ABS電機故障診斷[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

2 黎清海;高慶;;基于系統(tǒng)分層的故障診斷方法[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

3 聞競競;黃道;;故障診斷方法綜述[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 李t

本文編號：325005