本文關(guān)鍵詞：旋轉(zhuǎn)機械振動監(jiān)測軟件的開發(fā)與故障診斷方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：旋轉(zhuǎn)機械在工業(yè)生產(chǎn)中占有舉足輕重的地位,其正常運行直接關(guān)系到企業(yè)利益以及人民的生命財產(chǎn)安全。隨著工業(yè)發(fā)展以及實際生產(chǎn)需要的提高,傳統(tǒng)的定期維修已經(jīng)達(dá)不到要求,必須對大型的旋轉(zhuǎn)機械進(jìn)行在線監(jiān)測,提前發(fā)現(xiàn)可能產(chǎn)生的故障以及采取必要的措施避免這些故障的發(fā)生。 本文利用VC++6.0以及SQLSever2000開發(fā)了旋轉(zhuǎn)機械振動監(jiān)測與故障診斷專家系統(tǒng)。系統(tǒng)使用VC++MFC中多文檔視圖框架,具有多圖顯示、窗口模式等特點,實現(xiàn)了針對轉(zhuǎn)子實驗臺的在線監(jiān)測與故障診斷。系統(tǒng)分為設(shè)置、數(shù)據(jù)采集、圖譜顯示、智能診斷四個模塊。使用SQLSever2000建立了數(shù)據(jù)庫,方便數(shù)據(jù)的存儲和調(diào)用。圖譜顯示實現(xiàn)了棒圖、波形頻譜圖、二維全息譜、三維全息譜、軸心軌跡圖、轉(zhuǎn)速時程圖、Bode圖、Nyquist圖等監(jiān)測圖譜的顯示。智能診斷模塊的知識庫基于汽輪機的故障知識,采用經(jīng)遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷,提高了診斷的精確性,能對常見的汽輪機故障進(jìn)行診斷。最后,在實驗室的轉(zhuǎn)子實驗臺上現(xiàn)場采集數(shù)據(jù),對所開發(fā)系統(tǒng)的各個模塊進(jìn)行了功能驗證,結(jié)果符合要求。
【關(guān)鍵詞】：狀態(tài)監(jiān)測 故障診斷 神經(jīng)網(wǎng)絡(luò) 遺傳算法
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TK268.1
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-19
• 1.1 課題背景10-11
• 1.2 狀態(tài)監(jiān)測與故障診斷技術(shù)的研究現(xiàn)狀11-13
• 1.3 狀態(tài)監(jiān)測與故障診斷技術(shù)的發(fā)展趨勢13-14
• 1.4 人工神經(jīng)網(wǎng)絡(luò)14-16
• 1.4.1 人工神經(jīng)網(wǎng)絡(luò)概述14
• 1.4.2 人工神經(jīng)元模型14-16
• 1.4.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則16
• 1.5 遺傳算法簡介16
• 1.6 程序設(shè)計開發(fā)工具簡介16-17
• 1.7 本文研究內(nèi)容17-19
• 第2章 旋轉(zhuǎn)機械常見的故障機理及其特征19-26
• 2.1 引言19
• 2.2 轉(zhuǎn)子的動力學(xué)特性19
• 2.3 轉(zhuǎn)子系統(tǒng)常見故障類型、機理及故障特征19-25
• 2.3.1 轉(zhuǎn)子不平衡19-21
• 2.3.2 轉(zhuǎn)子彎曲21-22
• 2.3.3 轉(zhuǎn)子不對中22
• 2.3.4 松動22-23
• 2.3.5 碰摩23-24
• 2.3.6 油膜渦動與油膜振蕩24-25
• 2.4 本章小節(jié)25-26
• 第3章 振動監(jiān)測系統(tǒng)監(jiān)測部分軟件的設(shè)計26-38
• 3.1 引言26
• 3.2 軟件開發(fā)工具及設(shè)計方法26-28
• 3.2.1 基于MFC的VC++編程方法26-27
• 3.2.2 MFC的文檔視圖結(jié)構(gòu)27
• 3.2.3 SQL數(shù)據(jù)庫與VC++連接的ADO技術(shù)27-28
• 3.3 監(jiān)測軟件程序結(jié)構(gòu)28-29
• 3.4 軟件界面及功能說明29-37
• 3.4.1 系統(tǒng)主框架及菜單29-31
• 3.4.2 系統(tǒng)設(shè)置模塊31
• 3.4.3 數(shù)據(jù)采集模塊31-32
• 3.4.4 圖譜模塊32-36
• 3.4.5 數(shù)據(jù)庫設(shè)計36-37
• 3.5 本章小節(jié)37-38
• 第4章 智能診斷模塊設(shè)計38-50
• 4.1 引言38
• 4.2 知識庫與推理機38-39
• 4.2.1 知識庫38-39
• 4.2.2 推理機39
• 4.3 BP網(wǎng)絡(luò)與BP算法39-41
• 4.4 遺傳算法41-44
• 4.4.1 遺傳算法的原理41-42
• 4.4.2 遺傳算法的實現(xiàn)42-44
• 4.5 使用遺傳算法優(yōu)化BP算法44-48
• 4.5.1 在神經(jīng)網(wǎng)絡(luò)中應(yīng)用遺傳算法的優(yōu)點44
• 4.5.2 針對神經(jīng)網(wǎng)絡(luò)權(quán)值學(xué)習(xí)的遺傳算法44
• 4.5.3 應(yīng)用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)重的編程算例44-47
• 4.5.4 改進(jìn)算法的樣本驗證47-48
• 4.6 故障診斷模塊設(shè)計48-49
• 4.7 本章小節(jié)49-50
• 第5章 振動監(jiān)測與故障診斷軟件的實驗測試50-58
• 5.1 引言50
• 5.2 數(shù)據(jù)采集模塊的測試50
• 5.3 圖譜模塊的實驗測試50-57
• 5.3.1 棒圖功能測試51
• 5.3.2 波形頻譜圖功能測試51-52
• 5.3.3 維全息圖譜功能測試52
• 5.3.4 三維全息譜圖功能測試52-53
• 5.3.5 軸心軌跡圖功能測試53-54
• 5.3.6 轉(zhuǎn)速時程圖功能測試54
• 5.3.7 Bode圖功能測試54-55
• 5.3.8 Nyquist圖功能測試55
• 5.3.9 智能診斷模塊功能測試55-57
• 5.4 本章小節(jié)57-58
• 第6章 總結(jié)與展望58-60
• 6.1 全文總結(jié)58
• 6.2 展望58-60
• 參考文獻(xiàn)60-64
• 致謝64-65
• 攻讀碩士期間取得的成果情況65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 杜元虎,黃文虎;基于案例推理的故障診斷專家系統(tǒng)中案例檢索策略的研究[J];東北林業(yè)大學(xué)學(xué)報;1999年01期

2 瞿f，

本文編號：367360