本文關(guān)鍵詞：基于信息融合的柴油機故障診斷方法研究

  更多相關(guān)文章： 信息融合 故障診斷 融合距離田口法 加權(quán)馬氏田口法 相關(guān)、沖突證據(jù)合成

【摘要】：隨著工業(yè)化的繁榮,機械設(shè)備監(jiān)測及故障診斷技術(shù)備受重視。柴油機作為典型的動力機械,既有往復運動,又有旋轉(zhuǎn)運動,而且內(nèi)部結(jié)構(gòu)復雜,單一的傳感器很難準確實現(xiàn)故障診斷,因此要用多個傳感器的信息融合實現(xiàn)故障診斷。本文針對柴油機故障診斷關(guān)鍵技術(shù)問題,開展了基于信息融合的診斷方法研究,可有效地對多傳感器的信息進行融合,從而解決了柴油機故障的檢測、預測和決策分析問題。本文主要工作如下：一、建立柴油機故障與多傳感器監(jiān)測信息的對應關(guān)系。采用幅域分析法對典型信號進行特征提取,并與其它可監(jiān)測信息共同構(gòu)成判斷故障類型的特征變量。針對特征變量重要性的差異對分類的影響,采用主客觀融合加權(quán)法對特征變量進行融合加權(quán)。二、針對柴油機監(jiān)測信息的復雜性,在特征變量相關(guān)性模糊時,經(jīng)典的馬氏距離及歐氏距離均無法有效計算故障特征的問題,本文給出了融合距離的度量方法,并結(jié)合田口方法,提出了柴油機故障診斷的融合距離田口方法。該方法將多個傳感器的數(shù)據(jù)進行優(yōu)選及有效融合,并在融合距離這一度量標準下生成故障聚類,根據(jù)融合距離的閾值進行了柴油機故障的檢測,仿真結(jié)果驗證了該方法的有效性。其中,當特征變量存在強相關(guān)問題時,用Moore-Penrose廣義逆矩陣計算馬氏距離,解決了特征變量之間的強相關(guān)性導致馬氏距離無法計算的問題。三、針對馬氏距離在聚類分析中對于特征變量重要性差異對分類的影響考慮不足,本文給出了加權(quán)馬氏距離的概念,并結(jié)合田口方法,提出了柴油機故障診斷的加權(quán)馬氏田口方法。該方法將多個傳感器的數(shù)據(jù)進行優(yōu)選及有效融合,并在加權(quán)馬氏距離這一度量標準下生成故障聚類,根據(jù)故障聚類的閾值進行了故障檢測和故障預測,仿真結(jié)果驗證了該方法的有效性。四、將神經(jīng)網(wǎng)絡(luò)及Dempster-Shafer證據(jù)理論引入到?jīng)Q策層融合診斷中,將多傳感器的故障診斷結(jié)果進行融合,可有效進行故障的決策融合分析。針對證據(jù)合成的獨立性前提和證據(jù)的相關(guān)性問題,提出了相關(guān)證據(jù)的合成方法,排除了相關(guān)信息重復使用對證據(jù)合成的影響,使得相關(guān)證據(jù)合成結(jié)果更加合理準確,解決了相關(guān)證據(jù)的決策層融合問題,仿真結(jié)果驗證了該方法的有效性。五、針對多傳感器證據(jù)出現(xiàn)沖突時,經(jīng)典的Dempster-Shafer證據(jù)理論無法有效合成的問題,本文提出了沖突證據(jù)的加權(quán)分配合成方法,建立了可信度函數(shù)及證據(jù)沖突函數(shù),并將沖突的證據(jù)信息加以利用,以免造成證據(jù)的浪費,解決了沖突證據(jù)的決策融合問題。沖突證據(jù)的合成改善了問題傳感器給檢測結(jié)果帶來的干擾信息,使得融合結(jié)果更加的可靠,仿真結(jié)果驗證了該方法的有效性。六、提出了基于信息融合的柴油機故障綜合診斷策略,并利用Matlab/Simulink仿真工具搭建了故障診斷仿真系統(tǒng)。在一個仿真系統(tǒng)中就可以解決柴油機故障的檢測、預測和決策分析問題,不需要為每一個問題開發(fā)一種單獨的解決工具。該系統(tǒng)的應用具有獨立性,只要提供了不同狀態(tài)下的數(shù)據(jù),就能廣泛應用于多元系統(tǒng)的分析及決策。之后,引用來自柴油機臺架的真實數(shù)據(jù)進行了故障模擬試驗仿真,仿真試驗結(jié)果驗證了所提出的診斷算法的有效性。最后,全面地總結(jié)分析了本文的研究工作,并指明今后的研究方向。
【關(guān)鍵詞】：信息融合 故障診斷 融合距離田口法 加權(quán)馬氏田口法 相關(guān)、沖突證據(jù)合成
【學位授予單位】：大連海事大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TK428
【目錄】：

• 創(chuàng)新點摘要5-6
• 摘要6-8
• Abstract8-14
• 第1章 緒論14-28
• 1.1 課題背景及意義14-15
• 1.2 信息融合技術(shù)15-19
• 1.2.1 信息融合的概述15-17
• 1.2.2 信息融合的研究現(xiàn)狀17-19
• 1.3 柴油機故障診斷技術(shù)19-25
• 1.3.1 柴油機故障診斷的研究內(nèi)容19-21
• 1.3.2 基于信息融合的柴油機故障診斷方法綜述21-25
• 1.4 本文主要研究工作25-28
• 第2章 柴油機的主要故障及監(jiān)測28-38
• 2.1 引言28
• 2.2 柴油機主要結(jié)構(gòu)系統(tǒng)及故障28-33
• 2.2.1 燃油系統(tǒng)29-31
• 2.2.2 冷卻系統(tǒng)31
• 2.2.3 進排氣系統(tǒng)31-32
• 2.2.4 潤滑油系統(tǒng)32-33
• 2.3 柴油機的典型監(jiān)測信息33-36
• 2.3.1 振動信號34
• 2.3.2 燃油壓力信號34-35
• 2.3.3 監(jiān)測信息對柴油機性能的影響35-36
• 2.4 本章小結(jié)36-38
• 第3章 柴油機信號的特征提取及融合加權(quán)38-50
• 3.1 引言38
• 3.2 振動信號的特征提取38-40
• 3.3 燃油壓力波形的特征提取40-41
• 3.4 特征變量的融合加權(quán)41-49
• 3.4.1 主觀加權(quán)法41-46
• 3.4.2 客觀加權(quán)法46-48
• 3.4.3 主客觀融合加權(quán)法48-49
• 3.5 本章小結(jié)49-50
• 第4章 融合距離田口法與加權(quán)馬氏田口法的故障診斷50-86
• 4.1 引言50
• 4.2 融合距離田口法的故障診斷50-75
• 4.2.1 距離的定義50-51
• 4.2.2 馬氏距離的定義及融合思想51-54
• 4.2.3 馬氏距離與歐氏距離的區(qū)別54-55
• 4.2.4 融合距離55-56
• 4.2.5 融合距離的幾何解釋56-58
• 4.2.6 融合距離的仿真算例58-61
• 4.2.7 診斷閾值的確定61-63
• 4.2.8 強相關(guān)性下馬氏距離的計算63-64
• 4.2.9 田口方法64-69
• 4.2.10 融合距離田口法故障診斷的步驟69-73
• 4.2.11 融合距離田口法的仿真算例73-75
• 4.3 加權(quán)馬氏田口法的故障診斷75-84
• 4.3.1 加權(quán)馬氏距離75
• 4.3.2 加權(quán)馬氏距離的仿真算例75-77
• 4.3.3 加權(quán)馬氏田口法故障診斷的步驟77-78
• 4.3.4 加權(quán)馬氏田口法的仿真算例78-80
• 4.3.5 基于加權(quán)馬氏田口法的故障預測80-84
• 4.4 本章小結(jié)84-86
• 第5章 基于相關(guān)、沖突證據(jù)合成法的故障診斷86-103
• 5.1 引言86
• 5.2 證據(jù)理論的基本原理86-89
• 5.2.1 基本概念86-88
• 5.2.2 證據(jù)理論的合成規(guī)則88-89
• 5.3 基于D-S證據(jù)理論的柴油機故障診斷89-95
• 5.4 相關(guān)證據(jù)的合成95-97
• 5.5 沖突證據(jù)的加權(quán)分配合成97-102
• 5.5.1 證據(jù)沖突的判斷98-99
• 5.5.2 證據(jù)沖突的合成99-102
• 5.6 本章小結(jié)102-103
• 第6章 基于信息融合的柴油機故障診斷仿真系統(tǒng)搭建及模擬試驗分析103-138
• 6.1 引言103
• 6.2 基于信息融合的柴油機故障診斷仿真系統(tǒng)搭建103-112
• 6.2.1 信息融合故障診斷策略103-105
• 6.2.2 故障診斷仿真系統(tǒng)搭建105-112
• 6.3 柴油機故障模擬試驗仿真112-114
• 6.4 試驗結(jié)果及分析114-136
• 6.5 本章小結(jié)136-138
• 結(jié)論138-140
• 參考文獻140-151
• 攻讀學位期間公開發(fā)表的論文151-152
• 攻讀學位期間申請的項目152-153
• 致謝153-155
• 作者簡介155

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李宏坤,馬孝江;局域波法在船舶柴油機燃油系統(tǒng)故障診斷中應用[J];大連理工大學學報;2003年02期

2 章舜仲;王樹梅;;相關(guān)系數(shù)矩陣與多元線性相關(guān)分析[J];大學數(shù)學;2011年01期

3 周鑫;楊國華;朱向芬;陳琳;丁曉花;周世文;肖龍;;歐氏距離二叉樹向量機的變壓器故障診斷研究[J];電測與儀表;2013年06期

4 薛安成;張兆陽;張建民;常乃超;畢天姝;;基于最大測點正常率的線路參數(shù)增廣狀態(tài)估計方法[J];電力系統(tǒng)自動化;2014年10期

5 王國良;李桂玲;;地面沉降危險性分級量化分析[J];城市地質(zhì);2007年02期

6 李學斌;余小領(lǐng);李斌;;運用Excel進行正交表的構(gòu)建[J];河南科技學院學報(自然科學版);2008年04期

7 楊善林,朱衛(wèi)東,任明侖;基于可變參數(shù)優(yōu)化的相關(guān)證據(jù)合成方法研究[J];管理科學學報;2003年05期

8 黃志祥;;層次分析法在工程招標中的應用[J];考試周刊;2010年12期

9 吳超仲,嚴新平,周新聰;基于遺傳算法的信息融合在摩擦學組合故障診斷中的應用[J];摩擦學學報;2001年04期

10 吳虎勝;呂建新;王茂生;許陽懿;;小波和神經(jīng)網(wǎng)絡(luò)在柴油機故障診斷中的應用[J];農(nóng)機化研究;2010年10期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 周正柱;商務成本變動對企業(yè)遷移決策影響研究[D];東華大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 趙志福;船舶齒輪箱故障診斷系統(tǒng)研究[D];武漢理工大學;2011年

2 由麗媛;基于信息融合的柴油機故障診斷技術(shù)研究[D];大連海事大學;2012年

3 劉鑫;柴油發(fā)動機運行狀態(tài)監(jiān)測和故障診斷系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學;2006年

4 馬興;單缸風冷柴油機故障診斷系統(tǒng)的研究[D];福建農(nóng)林大學;2007年

5 王肖霞;沖突證據(jù)合成規(guī)則的研究[D];中北大學;2007年

6 張彥平;礦業(yè)稅費征收的理論與方法[D];河北理工學院;2004年

7 宋秀峰;海洋水質(zhì)檢測系統(tǒng)中多傳感器數(shù)據(jù)融合技術(shù)的研究[D];燕山大學;2013年

8 鐘才茂;大型汽輪發(fā)電機組軸系扭振特性分析[D];華北電力大學;2014年

9 王川川;瀝青混合料生產(chǎn)配合比變異性控制研究[D];東北林業(yè)大學;2014年

10 岑漢倫;MAN B&W二沖程柴油機故障診斷專家系統(tǒng)研究[D];大連海事大學;2014年

，

本文編號：1103326