本文關(guān)鍵詞：基于階次分析的旋轉(zhuǎn)機械故障診斷系統(tǒng)設(shè)計

  更多相關(guān)文章： 旋轉(zhuǎn)機械 信號分析 階次分析 SVM 故障診斷

【摘要】：旋轉(zhuǎn)機械運行中產(chǎn)生的振動信號包含了豐富的故障信息,通過振動分析可以得到設(shè)備零部件運行狀態(tài)信息,從而判斷機械的運行狀態(tài)和故障類型。階次分析是研究信號的頻率與基準頻率之間關(guān)系的技術(shù),以轉(zhuǎn)速為基準頻率對振動信號進行階次分析,可以提取振動信號中頻率隨著轉(zhuǎn)速同步變化的諧振分量。故階次分析可以提取設(shè)備故障引起的諧振分量,是機械故障診斷的有效分析方法。文章分析現(xiàn)有的階次算法的缺陷與不足,提出改進的階次重采樣方法,并通過實驗證明該方法能夠提高階次計算精度并改善計算效率。文章研究了旋轉(zhuǎn)機械的振動特征和故障診斷的模式識別方法,設(shè)計了旋轉(zhuǎn)機械故障診斷系統(tǒng)。該系統(tǒng)可以用于產(chǎn)品質(zhì)量檢測,設(shè)備狀態(tài)檢測和故障診斷。系統(tǒng)使用支持向量機方法,以信號的階次譜為特征輸入,對設(shè)備運行狀態(tài)和故障類型進行分類。文章通過渦輪增壓器質(zhì)量檢測和故障診斷實驗證明支持向量機對設(shè)備運行狀態(tài)和故障類型具有很好的識別能力,且分類效果優(yōu)于人工神經(jīng)網(wǎng)絡(luò)。系統(tǒng)軟件使用Lab VIEW平臺開發(fā),具有更好的擴展能力和通用性,且易于軟件算法的集成與實現(xiàn)。系統(tǒng)硬件部分使用通用的PCI數(shù)據(jù)采集卡和傳感器來采集信號,通過軟件算法實現(xiàn)信號分析和設(shè)備故障識別。本文的主要研究內(nèi)容和工作如下:(1)研究了旋轉(zhuǎn)機械的故障機理和振動信號的頻率特性,改進了階次分析算法重采樣方法,提高了階次的計算精度和計算效率。(2)將SVM算法運用到設(shè)備狀態(tài)監(jiān)測和產(chǎn)品質(zhì)量檢測中。通過渦輪增壓器質(zhì)量檢測實驗證明SVM在小樣本情況下對產(chǎn)品質(zhì)量依然具有很好的檢測能力,而且其分類準確率和計算效率優(yōu)于人工神經(jīng)網(wǎng)絡(luò)。構(gòu)建基于SVM的多類分類器用于設(shè)備故障診斷。(3)完成了Lab VIEW平臺下的系統(tǒng)軟件設(shè)計、算法實現(xiàn)以及系統(tǒng)調(diào)試工作。搭建了以電機為對象的系統(tǒng)實驗平臺,驗證系統(tǒng)魯棒性以及故障結(jié)果分類效率和準確率。
【關(guān)鍵詞】：旋轉(zhuǎn)機械 信號分析 階次分析 SVM 故障診斷
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH17;TP277
【目錄】：

• 摘要3-5
• ABSTRACT5-11
• 第一章 緒論11-18
• 1.1 研究背景與研究意義11-12
• 1.2 課題研究現(xiàn)狀12-17
• 1.3 論文各章安排17-18
• 第二章 旋轉(zhuǎn)機械故障機理及頻率特性18-23
• 2.1 旋轉(zhuǎn)機械故障機理18-20
• 2.2 故障頻率特征20-22
• 2.2.1 同步振動21-22
• 2.2.2 亞同步振動22
• 2.3 本章小結(jié)22-23
• 第三章 振動特征提取23-34
• 3.1 頻譜分析23
• 3.2 短時傅里葉變換23-24
• 3.3 階次分析24-26
• 3.4 改進的COT重采樣方法26-33
• 3.4.1 實驗分析30-33
• 3.5 本章小結(jié)33-34
• 第四章 基于支持向量機的質(zhì)量檢測和故障診斷34-48
• 4.1 引言34-35
• 4.2 SVM基本原理35-40
• 4.2.1 SVM基本思想35-37
• 4.2.2 核函數(shù)37-39
• 4.2.3 樣本不均衡39-40
• 4.3 基于SVM的質(zhì)量檢測40-43
• 4.4 SVM多類分類算法43-45
• 4.5 基于SVM的故障診斷45-47
• 4.6 本章小結(jié)47-48
• 第五章 故障診斷系統(tǒng)設(shè)計48-64
• 5.1 系統(tǒng)設(shè)計48-52
• 5.1.1 設(shè)計方案48-50
• 5.1.2 需求分析50-52
• 5.2 系統(tǒng)硬件52-55
• 5.2.1 傳感器52-54
• 5.2.2 數(shù)據(jù)采集卡54-55
• 5.3 系統(tǒng)軟件設(shè)計55-60
• 5.3.1 系統(tǒng)框架55-56
• 5.3.2 模塊實現(xiàn)56-59
• 5.3.3 系統(tǒng)交互59-60
• 5.4 電機故障診斷試驗60-63
• 5.5 本章小結(jié)63-64
• 第六章 總結(jié)與展望64-66
• 6.1 工作總結(jié)64-65
• 6.2 展望65-66
• 參考文獻66-73
• 致謝73-74
• 攻讀碩士學(xué)位期間已發(fā)表或錄用的論文74-76

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 方雪峰;;工程機械狀態(tài)檢測與故障診斷研究[J];黑龍江交通科技;2014年03期

2 朱茂桃;徐祥;田園;;動力分流混合動力變速箱噪聲源階次分析研究[J];機械設(shè)計與制造;2014年03期

3 向強;秦開宇;;基于線性正則變換與短時傅里葉變換聯(lián)合的時頻分析方法[J];電子學(xué)報;2011年07期

4 紀國宜;趙淳生;;振動測試和分析技術(shù)綜述[J];機械制造與自動化;2010年03期

5 汪偉;楊通強;王紅;王平;鄧士杰;;非穩(wěn)態(tài)信號計算階次分析中的重采樣率研究[J];振動、測試與診斷;2009年03期

6 江志國;;淺析機械振動的原因及其防止措施[J];現(xiàn)代經(jīng)濟信息;2009年08期

7 羅劍斌,盧一兵,袁立平,石峰,王瑞軍,孫玉泰,楊占月,張作禮;汽輪機轉(zhuǎn)子中心孔進油引起的振動分析[J];電力安全技術(shù);2005年07期

8 孟慶國,詹世革,汲培文;重大項目“大型旋轉(zhuǎn)機械非線性動力學(xué)問題”取得重要進展[J];中國科學(xué)基金;2004年03期

9 房德明;;大同第二發(fā)電廠2號機組嚴重超速設(shè)備損壞事故分析[J];熱力發(fā)電;1987年03期

，

本文編號：647962