冶金企業(yè)大型關(guān)鍵設(shè)備故障診斷的研究具有重要的理論意義和工程應(yīng)用價(jià)值。本文針對(duì)當(dāng)前冶金企業(yè)所使用的故障診斷儀存在著攜帶不便、測(cè)試方法單一、算法分析能力不強(qiáng)、不能及時(shí)進(jìn)行遠(yuǎn)程數(shù)據(jù)傳輸和故障診斷等問(wèn)題,展開(kāi)了對(duì)滾動(dòng)軸承故障特征的提取、智能診斷方法以及Android開(kāi)發(fā)技術(shù)的研究,制作了一款現(xiàn)場(chǎng)數(shù)據(jù)采集分析儀,并開(kāi)發(fā)了一套建立在A(yíng)ndroid手機(jī)上的故障診斷系統(tǒng)。數(shù)據(jù)采集分析儀采用雙通道信號(hào)預(yù)處理電路,可較好地提取微弱沖擊信號(hào);采用DSP（TMS320F28335）和WiFi（CC3200）模塊,可實(shí)現(xiàn)對(duì)大型裝備振動(dòng)信號(hào)的采集和分析,并通過(guò)WiFi傳輸?shù)紸ndroid手機(jī)端進(jìn)行現(xiàn)場(chǎng)診斷,或通過(guò)在線(xiàn)網(wǎng)絡(luò)使其它手機(jī)客戶(hù)端直接獲取故障信息,以實(shí)現(xiàn)遠(yuǎn)程故障診斷。Android手機(jī)端可實(shí)現(xiàn)振動(dòng)數(shù)據(jù)的波形顯示、特征提取和綜合故障診斷。具體工作包括:（1）軸承故障特征提取方法的研究。在傳統(tǒng)故障特征提取方法基礎(chǔ)上,研究了一種基于遺傳模擬退火算法的自適應(yīng)共振解調(diào)特征提取方法,借助遺傳模擬退火算法的優(yōu)良全局尋優(yōu)特性,使得到提取復(fù)雜干擾噪聲中微弱故障沖擊信號(hào)的效果更加明顯。（2）智能診斷方法的研究。故障診斷系統(tǒng)中建... 

【文章來(lái)源】：武漢科技大學(xué)湖北省

【文章頁(yè)數(shù)】：96 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

摻雜有較高峰值的噪聲或者脈沖干擾時(shí)信號(hào)的譜峭度圖

圖 3.8 軸承外圈故障的仿真信號(hào)圖 3.9 為種群適應(yīng)度平均值在遺傳模擬退火算法中的變化趨勢(shì)，可以發(fā)現(xiàn)代數(shù) g 等于 15 時(shí)，全局搜索最優(yōu)解的過(guò)程基本穩(wěn)定，證明最優(yōu)解已經(jīng)圖 3.10 為種群個(gè)體在模擬退火操作過(guò)程中適應(yīng)度變化趨勢(shì)，觀(guān)察發(fā)現(xiàn)搜

種群個(gè)體在模擬退火操作過(guò)程中適應(yīng)度變化趨勢(shì)

【參考文獻(xiàn)】：
期刊論文
[1]基于峰值指標(biāo)和脈沖指標(biāo)的串聯(lián)電弧故障檢測(cè)研究[J]. 劉德軍,鮑光海,孫懷平.  電器與能效管理技術(shù). 2017(16)
[2]基于小波包能量譜的滾動(dòng)軸承故障檢測(cè)[J]. 陳宗祥,焦民勝,蔡琎,葛蘆生.  安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[3]譜峭度在軸承故障振動(dòng)信號(hào)共振頻帶優(yōu)選中的應(yīng)用[J]. 于明奇,夏均忠,陳成法,汪治安,劉鯤鵬.  軍事交通學(xué)院學(xué)報(bào). 2017(05)
[4]基于振幅熵和功率譜重心的轉(zhuǎn)子振動(dòng)故障診斷[J]. 邵偉芹,劉曉波,張明明,涂俊超.  中國(guó)工程機(jī)械學(xué)報(bào). 2017(02)
[5]改進(jìn)型共振解調(diào)器在軸承故障診斷中的應(yīng)用[J]. 馬增強(qiáng),谷朝健,李延忠,張俊甲.  電子測(cè)量與儀器學(xué)報(bào). 2016(12)
[6]基于DSP和LabVIEW的軸承故障監(jiān)測(cè)系統(tǒng)[J]. 喻洋洋,周鳳星,嚴(yán)�？�.  儀表技術(shù)與傳感器. 2016(08)
[7]一種基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法研究[J]. 劉浩然,趙翠香,李軒,王艷霞,郭長(zhǎng)江.  儀器儀表學(xué)報(bào). 2016(07)
[8]基于稀疏分解的軸承雙沖擊特征提取[J]. 嚴(yán)保康,周鳳星,張瑞華.  振動(dòng).測(cè)試與診斷. 2016(02)
[9]一種自適應(yīng)共振解調(diào)方法及其在滾動(dòng)軸承早期故障診斷中的應(yīng)用[J]. 劉永強(qiáng),楊紹普,廖英英,王翠艷.  振動(dòng)工程學(xué)報(bào). 2016(02)
[10]基于遺傳神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障預(yù)測(cè)方法研究[J]. 張琪,吳亞鋒,李鋒.  計(jì)算機(jī)測(cè)量與控制. 2016(02)

碩士論文
[1]基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的油田回注水余氯預(yù)測(cè)模型研究[D]. 龍盼.武漢科技大學(xué) 2016
[2]便攜式故障診斷儀的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張志堅(jiān).武漢科技大學(xué) 2016
[3]基于共振解調(diào)理論的滾動(dòng)軸承故障診斷儀研究[D]. 劉佩森.電子科技大學(xué) 2014
[4]基于振動(dòng)信號(hào)分析的滾動(dòng)軸承故障診斷儀的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張曉鴿.重慶大學(xué) 2013
[5]小波抗混疊單子帶重構(gòu)算法及其在軸承故障特征提取中的應(yīng)用[D]. 王林.重慶大學(xué) 2012
[6]基于A(yíng)ndroid的智能手機(jī)視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 常志沛.大連海事大學(xué) 2011
[7]基于BP神經(jīng)網(wǎng)絡(luò)的煉鋼轉(zhuǎn)爐軸承故障診斷系統(tǒng)[D]. 王照陽(yáng).重慶大學(xué) 2008



本文編號(hào)：3359505