本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的汽輪機(jī)故障診斷系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：汽輪機(jī)是結(jié)構(gòu)復(fù)雜的大型旋轉(zhuǎn)機(jī)械設(shè)備，汽輪機(jī)的運(yùn)行環(huán)境通常比較復(fù)雜，，在運(yùn)行狀態(tài)下經(jīng)常出現(xiàn)不可預(yù)知的故障。出現(xiàn)故障時(shí)，應(yīng)可以及時(shí)確定故障類型，避免產(chǎn)生進(jìn)一步的危害。本課題的研究目的是開發(fā)一個(gè)汽輪機(jī)實(shí)時(shí)振動監(jiān)測，具有數(shù)據(jù)采集和實(shí)時(shí)顯示模塊、數(shù)據(jù)庫模塊、數(shù)據(jù)分析模塊、歷史數(shù)據(jù)模塊、故障診斷模塊的系統(tǒng)。 小波分析技術(shù)可以對信號在時(shí)域和頻域同時(shí)分析，和傳統(tǒng)的信號分析技術(shù)相比，具有明顯的優(yōu)點(diǎn)。在研究小波分析技術(shù)的基礎(chǔ)上，發(fā)現(xiàn)故障信號特征和故障類型之間有確定的映射關(guān)系。為了使故障特征和故障類型建立數(shù)學(xué)關(guān)系，故障特征必須解析化處理。利用小波包對信號分解構(gòu)建特征向量可以故障特征的解析化。 BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力，可以實(shí)現(xiàn)特征向量和故障類型的數(shù)學(xué)映射。小波包提取的特征向量作為網(wǎng)絡(luò)輸入，故障類型作為網(wǎng)絡(luò)的輸出。對神經(jīng)網(wǎng)絡(luò)的輸入層、中間層、輸出層、目標(biāo)精度等了進(jìn)行了設(shè)計(jì)，對傳統(tǒng)BP算法的基礎(chǔ)上進(jìn)行了改進(jìn)，通過比較幾種改進(jìn)BP算法完成學(xué)習(xí)訓(xùn)練需要的迭代步長和迭代時(shí)間，確定最優(yōu)算法。最優(yōu)神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練，得到一個(gè)滿足精度要求的神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了特征向量和故障類型的非線性映射。 根據(jù)要求設(shè)計(jì)軟件和硬件。硬件系統(tǒng)以NI PXI工控機(jī)、傳感器、動態(tài)數(shù)據(jù)采集板卡為核心。軟件系統(tǒng)采用LabVIEW和MATLAB聯(lián)合編程。數(shù)據(jù)采集和實(shí)時(shí)顯示模塊、數(shù)據(jù)庫模塊、數(shù)據(jù)分析模塊、歷史數(shù)據(jù)模塊、系統(tǒng)報(bào)警模塊利用LabVIEW編程實(shí)現(xiàn)，故障診斷模塊功能通過LabVIEW中的MATLAB Script節(jié)點(diǎn)將將BP神經(jīng)網(wǎng)絡(luò)嵌入到系統(tǒng)框架實(shí)現(xiàn)。在汽輪機(jī)運(yùn)行現(xiàn)場對硬件系統(tǒng)和軟件系統(tǒng)進(jìn)行一段時(shí)間的實(shí)驗(yàn)測試，實(shí)驗(yàn)測試表明，汽輪機(jī)實(shí)時(shí)監(jiān)測時(shí)系統(tǒng)運(yùn)行穩(wěn)定，可以實(shí)現(xiàn)在線監(jiān)測功能，可以對異常數(shù)據(jù)進(jìn)行故障診斷，能滿足汽輪機(jī)的運(yùn)行要求。
【關(guān)鍵詞】：汽輪機(jī) 故障診斷 LabVIEW 小波分析 BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TK268;TP183
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-18
• 1.1 課題的提出及意義11-12
• 1.2 國內(nèi)外汽輪機(jī)故障診斷研究現(xiàn)狀12-14
• 1.2.1 國外汽輪機(jī)故障診斷研究現(xiàn)狀13
• 1.2.2 國內(nèi)汽輪機(jī)故障診斷研究現(xiàn)狀13-14
• 1.2.3 汽輪機(jī)故障診斷技術(shù)的發(fā)展趨勢14
• 1.3 振動信號采集和處理技術(shù)的發(fā)展和研究現(xiàn)狀14-15
• 1.4 基于神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)15-16
• 1.5 論文的主要內(nèi)容16-18
• 第二章 汽輪機(jī)常見典型故障和分析方法18-28
• 2.1 引言18
• 2.2 汽輪機(jī)常見故障18-25
• 2.2.1 轉(zhuǎn)子質(zhì)量不平衡18-19
• 2.2.2 轉(zhuǎn)子不對中19-21
• 2.2.3 動靜碰磨21-23
• 2.2.4 油膜渦動與油膜振蕩23-25
• 2.3 故障的基本分析方法25-27
• 2.3.1 時(shí)域分析25-26
• 2.3.2 頻域分析26
• 2.3.3 時(shí)頻分析26-27
• 2.4 本章小結(jié)27-28
• 第三章 基于小波分析的故障特征值的提取28-38
• 3.1 引言28
• 3.2 連續(xù)小波28-29
• 3.3 離散小波29
• 3.4 多分辨率分析和正交小波29-30
• 3.5 小波包分解30-32
• 3.6 基于小波分析的信號處理32-34
• 3.6.1 小波去噪32-33
• 3.6.2 小波包頻帶分析技術(shù)33-34
• 3.7 小波包分解在故障特征值提取中的應(yīng)用34-37
• 3.8 本章小結(jié)37-38
• 第四章 神經(jīng)網(wǎng)絡(luò)在汽輪機(jī)故障診斷中的應(yīng)用38-54
• 4.1 引言38
• 4.2 神經(jīng)網(wǎng)絡(luò)概述38-40
• 4.2.1 生物神經(jīng)網(wǎng)絡(luò)38-39
• 4.2.2 人工神經(jīng)網(wǎng)絡(luò)39-40
• 4.3 BP 神經(jīng)網(wǎng)絡(luò)40-43
• 4.3.1 BP 神經(jīng)網(wǎng)絡(luò)模型40-41
• 4.3.2 BP 學(xué)習(xí)算法41-43
• 4.4 BP 神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)43-44
• 4.4.1 輸入層和輸出層的設(shè)計(jì)43
• 4.4.2 中間層的設(shè)計(jì)43-44
• 4.4.3 初始值的選擇44
• 4.5 標(biāo)準(zhǔn) BP 神經(jīng)網(wǎng)絡(luò)的局限性和改進(jìn)44-46
• 4.6 BP 神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的學(xué)習(xí)和訓(xùn)練46-53
• 4.7 本章小結(jié)53-54
• 第五章 汽輪機(jī)故障診斷系統(tǒng)設(shè)計(jì)和測試54-71
• 5.1 引言54
• 5.2 系統(tǒng)的總體結(jié)構(gòu)54-55
• 5.3 硬件系統(tǒng)設(shè)計(jì)55-60
• 5.3.1 傳感器系統(tǒng)56-57
• 5.3.2 嵌入式工控機(jī)系統(tǒng)57-59
• 5.3.3 動態(tài)數(shù)據(jù)采集卡系統(tǒng)59-60
• 5.4 軟件系統(tǒng)設(shè)計(jì)60-66
• 5.4.1 軟件功能介紹61
• 5.4.2 用戶權(quán)限登錄模塊61-62
• 5.4.3 數(shù)據(jù)采集模塊62-63
• 5.4.4 數(shù)據(jù)庫模塊63-64
• 5.4.5 數(shù)據(jù)分析模塊64-65
• 5.4.6 故障診斷模塊65-66
• 5.5 系統(tǒng)測試66-70
• 5.6 本章小結(jié)70-71
• 總結(jié)與展望71-73
• 參考文獻(xiàn)73-77
• 攻讀碩士學(xué)位期間取得的研究成果77-78
• 致謝78-79
• 附件79

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李錄平,韓西京,韓守木,楊叔子,史鐵林,黃樹紅;從振動頻譜中提取旋轉(zhuǎn)機(jī)械故障特征的方法[J];汽輪機(jī)技術(shù);1998年01期

2 牟法海;盧盛陽;王文營;;汽輪機(jī)動靜碰磨故障的原因分析及處理[J];熱力發(fā)電;2007年03期

3 楊雁梅;陳梅倩;劉杰;;基于L-M算法的火電廠實(shí)時(shí)數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)預(yù)測模型研究[J];熱力發(fā)電;2008年01期

4 曲佳;興成宏;;滑動軸承油膜渦動與油膜振蕩的故障診斷[J];中國設(shè)備工程;2010年03期

5 楊梅,張振文,孫宏強(qiáng),張永弟;小波分析與傅里葉分析的比較及其在故障診斷中的應(yīng)用[J];中國測試技術(shù);2005年02期

6 沈花玉;王兆霞;高成耀;秦娟;姚福彬;徐巍;;BP神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)的確定[J];天津理工大學(xué)學(xué)報(bào);2008年05期

7 朱瑜;張朋波;王雪;;轉(zhuǎn)子系統(tǒng)油膜渦動及油膜振蕩故障特征分析[J];汽輪機(jī)技術(shù);2012年04期

8 郭偉;賀佳;;時(shí)域波形分析在故障診斷中的重要性[J];設(shè)備管理與維修;2010年01期

9 樓建忠;杜紅文;;大型旋轉(zhuǎn)機(jī)械質(zhì)量不平衡故障的研究[J];現(xiàn)代制造工程;2008年10期

10 李錄平,鄒新元,陳薦,唐月清;汽輪發(fā)電機(jī)組碰磨故障的典型特征研究[J];振動、測試與診斷;2001年04期

  本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的汽輪機(jī)故障診斷系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

本文編號：337097