【摘要】：隨著城市現(xiàn)代化建設(shè)速度的增快,地鐵隧道工程也在快速發(fā)展。盾構(gòu)機(jī)是挖掘隧道的主要工具。由于盾構(gòu)機(jī)結(jié)構(gòu)比較復(fù)雜、工作的環(huán)境相對惡劣,它的部件容易發(fā)生各類故障。有些故障將會直接影響整個設(shè)備的正常運(yùn)行,如果能夠在故障發(fā)生的第一時間發(fā)現(xiàn)并采取相應(yīng)的維修手段,可以延長設(shè)備壽命、提高工作效率、減少經(jīng)濟(jì)損失,因此,對盾構(gòu)機(jī)故障診斷的研究具有重要意義。近年來,人工神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用研究已發(fā)展成為一個國際前沿研究鄰域,也為故障診斷提供了一個新的研究方向。本文通過對盾構(gòu)機(jī)的結(jié)構(gòu)特點(diǎn)、故障特性及產(chǎn)生機(jī)理的分析,將神經(jīng)網(wǎng)絡(luò)引入到故障診斷研究中。針對SOM神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn),采用串聯(lián)的方式將它們組合起來形成SOM-BP網(wǎng)絡(luò),提出基于SOM-BP網(wǎng)絡(luò)的盾構(gòu)機(jī)故障診斷方法,并構(gòu)建了診斷模型。利用實(shí)際工程中的故障數(shù)據(jù)對模型進(jìn)行訓(xùn)練和測試,分析故障診斷結(jié)果。并將其與單一的BP神經(jīng)網(wǎng)絡(luò)和SOM神經(jīng)網(wǎng)絡(luò)進(jìn)行對比,實(shí)驗(yàn)結(jié)果表明經(jīng)過組合后的網(wǎng)絡(luò)能有效提高故障診斷的準(zhǔn)確率,并且加快了網(wǎng)絡(luò)收斂的速度。但是,SOM-BP網(wǎng)絡(luò)的性能容易受到網(wǎng)絡(luò)連接權(quán)值和閾值的影響,針對這個問題,本文提出基于粒子群算法優(yōu)化SOM-BP網(wǎng)絡(luò)的診斷方法,并構(gòu)建了診斷模型。利用樣本數(shù)據(jù)對其進(jìn)行仿真研究,結(jié)果表明了該方法的有效性,能夠?qū)崿F(xiàn)對盾構(gòu)機(jī)故障的診斷。通過與采用SOM-BP網(wǎng)絡(luò)診斷方法的診斷結(jié)果對比,表明了優(yōu)化后的方法診斷正確率更高,收斂速度更快,網(wǎng)絡(luò)性能更好。最后將優(yōu)化后的SOM-BP故障診斷模型應(yīng)用到盾構(gòu)機(jī)監(jiān)控系統(tǒng)中,開發(fā)了一個故障診斷模塊,并利用模擬數(shù)據(jù)對其功能進(jìn)行了測試,測試結(jié)果表明,該故障診斷模塊能很好地識別出盾構(gòu)機(jī)的故障,適用于盾構(gòu)機(jī)掘進(jìn)過程中的故障監(jiān)測和診斷,提高了工作效率,降低了維修成本。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U455.39;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 馬賽平;倪剛亮;汪晟杰;;基于AMESim的液壓啟閉機(jī)油缸故障建模與仿真[J];機(jī)械設(shè)計(jì)與制造工程;2014年12期

2 李笑;蘇小江;;基于神經(jīng)網(wǎng)絡(luò)信息融合的盾構(gòu)施工故障診斷[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

3 王滿增,徐明新;TBM故障診斷專家系統(tǒng)的設(shè)計(jì)與開發(fā)[J];建筑機(jī)械;2003年11期

4 韓亞麗;TBM狀態(tài)監(jiān)測與故障診斷[J];建筑機(jī)械;2003年09期

5 趙華,蘇東,喬文生;TBM主變速箱的狀態(tài)監(jiān)測與故障診斷[J];建筑機(jī)械化;2003年06期

6 宋鵬舉,張優(yōu)云,董光能;基于Delphi的TBM故障診斷專家系統(tǒng)[J];機(jī)械工程師;2003年01期

7 董振興,史定國,張東山,楊汝清;48MW高爐鼓風(fēng)機(jī)組群在線狀態(tài)監(jiān)測與故障診斷[J];機(jī)械科學(xué)與技術(shù);2002年03期

8 李愛平,高大志,高軍;電氣設(shè)備故障診斷專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];基礎(chǔ)自動化;1998年03期

相關(guān)博士學(xué)位論文 前4條

1 杜文遼;狀態(tài)監(jiān)控與智能診斷關(guān)鍵技術(shù)研究及其在汽車起重機(jī)主泵中的應(yīng)用[D];上海交通大學(xué);2013年

2 劉波;粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

3 賀湘宇;挖掘機(jī)液壓系統(tǒng)故障診斷方法研究[D];中南大學(xué);2008年

4 毛恒;粒子群優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];華僑大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 彭余;盾構(gòu)機(jī)刀盤驅(qū)動液壓馬達(dá)故障診斷研究[D];廣東工業(yè)大學(xué);2017年

2 周曉群;盾構(gòu)刀盤驅(qū)動液壓系統(tǒng)故障診斷研究[D];湘潭大學(xué);2017年

3 趙晉;盾構(gòu)隧道管片位移因素分析及控制措施研究[D];西南交通大學(xué);2015年

4 錢昊;基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的乳化機(jī)故障診斷系統(tǒng)的研究[D];杭州電子科技大學(xué);2015年

5 付耀琨;基于小波神經(jīng)網(wǎng)絡(luò)技術(shù)在盾構(gòu)機(jī)故障診斷中的應(yīng)用研究[D];鄭州大學(xué);2014年

6 劉維;盾構(gòu)機(jī)推進(jìn)系統(tǒng)故障預(yù)測研究[D];南京理工大學(xué);2014年

7 左慶林;盾構(gòu)機(jī)關(guān)鍵設(shè)備狀態(tài)監(jiān)測與故障診斷研究[D];石家莊鐵道大學(xué);2014年

8 王彩霞;面向智慧社區(qū)的中央空調(diào)在線故障智能診斷技術(shù)的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

9 韓超;數(shù)據(jù)挖掘在盾構(gòu)機(jī)故障診斷中的應(yīng)用研究[D];沈陽理工大學(xué);2011年

10 許化東;基于故障樹分析法的汽車故障診斷專家系統(tǒng)的研究[D];合肥工業(yè)大學(xué);2002年

，

本文編號：2590912