本文選題：故障診斷　切入點：小波包　出處：《湖南大學》2011年碩士論文　論文類型：學位論文

【摘要】：液壓泵在現(xiàn)代工程機械等眾多機械設(shè)備中被廣泛使用,統(tǒng)計表明,在所有工程機械設(shè)備的故障中,液壓泵的故障比重約占30-40%。實時在線監(jiān)測液壓泵運行狀態(tài)、早期預測預警液壓泵故障,對于減少液壓泵的損壞率、降低工程機械作業(yè)現(xiàn)場停工期具有十分重要的意義。本論文以此為背景,提出一套系統(tǒng)的從信號降噪到故障分類的混凝土泵車液壓泵故障診斷方法,重點研究故障狀態(tài)分類改進算法。 針對小波包分析存在的混頻問題,并結(jié)合故障信號信號弱、非平穩(wěn)、存在突變信號等特點,本文采用頻帶調(diào)整的小波包單子帶重構(gòu)技術(shù)進行特征分析。實驗證明該方法能有效消除混頻現(xiàn)象。 針對特征向量中包含有的不相關(guān)和冗余信息,并結(jié)合在線故障診斷系統(tǒng)高實時性要求,采用距離區(qū)分技術(shù)對特征信息進行篩選。實驗證明該方法能有效減低計算復雜度,提高分類精度。 重點針對已有在線故障診斷方法在大數(shù)據(jù)量、強噪聲下分類速度較低、分類精度不理想等問題,并結(jié)合液壓泵故障類別數(shù)大、工作環(huán)境惡劣的特點,提出一種適應(yīng)于混凝土泵車液壓泵在線診斷的狀態(tài)識別算法——容錯度自適應(yīng)支持向量機。該方法主要從四個方面對分類速度做了改進：(1)引入容錯度因子進行模型訓練；(2)優(yōu)先選擇能將某一類單獨分離出來的二分類器；(3)在滿足(2)的基礎(chǔ)上選擇平均支持向量機少的分類器；(4)引入增量學習算法對參數(shù)進行自適應(yīng)調(diào)整,提高多故障診斷中對新故障類別和新故障數(shù)據(jù)的適應(yīng)性,保證系統(tǒng)的分類精度。實驗證明該方法在明顯提高分類速度的同時保證了較高的分類精度。
[Abstract]:Hydraulic pump is widely used in modern construction machinery and many other mechanical equipments. Statistics show that the proportion of hydraulic pump fault is about 30-400.Real time on-line monitoring hydraulic pump running state. The early prediction and warning of hydraulic pump failure is of great significance to reduce the damage rate of hydraulic pump and reduce the shutdown period of construction machinery operation site. This paper presents a systematic fault diagnosis method for hydraulic pump of concrete pump vehicle from signal denoising to fault classification, with emphasis on the improved algorithm of fault state classification. Aiming at the mixing problem of wavelet packet analysis, and combining the characteristics of fault signal, such as weak, non-stationary and abrupt signal, etc. In this paper, the feature analysis is carried out by using the frequency band adjusted wavelet packet single subband reconstruction technique, and the experiment results show that this method can effectively eliminate the mixing phenomenon. In view of the irrelevant and redundant information contained in the feature vector and the high real-time requirement of the on-line fault diagnosis system, the distance discrimination technique is used to screen the feature information. The experimental results show that the proposed method can effectively reduce the computational complexity. Improve the classification accuracy. Aiming at the problems of existing on-line fault diagnosis methods, such as large amount of data, low classification speed under strong noise, low classification accuracy and so on, combined with the characteristics of large number of fault types and poor working environment of hydraulic pump, This paper presents a state recognition algorithm for on-line diagnosis of hydraulic pumps of concrete pump vehicles, called fault-tolerant adaptive support vector machine. This method mainly improves the classification speed from four aspects: 1) introduces the fault-tolerant factor to model. On the basis of the selection of two classifiers which can separate a certain class separately and satisfy the requirement of 2), we select a classifier with fewer average support vector machines (K4)) and introduce an incremental learning algorithm to adjust the parameters adaptively. The adaptability of new fault types and new fault data in multi-fault diagnosis is improved, and the classification accuracy of the system is guaranteed. The experimental results show that this method can obviously improve the classification speed and ensure higher classification accuracy.
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：TU646;TH137.51

【相似文獻】

相關(guān)期刊論文 前10條

1 鄭紅;混凝土泵車的穩(wěn)定性分析[J];本溪冶金高等�？茖W校學報;2001年03期

2 王宇楊;;混凝土泵車底盤,進口品牌受青睞[J];專用汽車;2008年09期

3 那榮華,何斌;混凝土的泵送原理及泵送力計算[J];工程機械;1988年11期

4 周潤珈,王曉霞;混凝土泵車保養(yǎng)維修的要點[J];專用汽車;1998年03期

5 沈濤,姜雪梅,閻曉玲,吳德瓊;有限元分析在混凝土泵車臂架設(shè)計中的應(yīng)用[J];山西機械;2002年01期

6 周淑文,張國忠,張思奇;虛擬現(xiàn)實技術(shù)在混凝土泵車設(shè)計中的應(yīng)用[J];東北大學學報(自然科學版);2003年05期

7 汪新軍;方圓集團混凝土泵車快步挺進市場[J];工程機械與維修;2003年09期

8 孫永紅;王麗;;徐液混凝土泵車液壓缸銷售喜人[J];工程機械文摘;2005年01期

9 ;創(chuàng)新源自技術(shù)與市場的深度互動 在中聯(lián)重科新一代混凝土泵車全面推向市場之際[J];工程機械與維修;2006年03期

10 胡方華;;福田重機第四代混凝土泵車上市[J];建筑機械;2006年05期

相關(guān)會議論文 前10條

1 張琦;邵立福;;基于Elman神經(jīng)網(wǎng)絡(luò)的液壓泵故障診斷模型研究[A];機床與液壓學術(shù)研討會論文集[C];2004年

2 劉希亮;陳小虎;;基于分形盒維數(shù)的液壓泵故障診斷[A];第八屆全國設(shè)備與維修工程學術(shù)會議、第十三屆全國設(shè)備監(jiān)測與診斷學術(shù)會議論文集[C];2008年

3 劉思遠;姜萬錄;;粗糙集在液壓泵故障診斷研究中的應(yīng)用[A];第五屆全國流體傳動與控制學術(shù)會議暨2008年中國航空學會液壓與氣動學術(shù)會議論文集[C];2008年

4 羅忠輝;吳百海;黃志堅;肖奇軍;;液壓泵故障分形診斷方法的自適應(yīng)小波降噪技術(shù)研究[A];機床與液壓學術(shù)研討會論文集[C];2004年

5 羅忠輝;吳百海;黃志堅;肖奇軍;;液壓泵故障分形診斷方法的自適應(yīng)小波降噪技術(shù)研究[A];第三屆全國流體傳動及控制工程學術(shù)會議論文集（第二卷）[C];2004年

6 王少萍;王占林;;基于神經(jīng)網(wǎng)絡(luò)的液壓泵故障診斷專家系統(tǒng)研究[A];1994年中國控制會議論文集[C];1994年

7 李振中;陳海泉;楊海軍;張勇;王國有;孫中華;;基于多傳感器數(shù)據(jù)融合的液壓泵故障診斷研究[A];第四屆全國流體傳動與控制學術(shù)會議論文集[C];2006年

8 張大慶;郝鵬;何清華;楊曉乾;;液壓沖擊對混凝土泵車結(jié)構(gòu)振動性能影響的試驗研究[A];機床與液壓學術(shù)研討會論文集[C];2004年

9 張大慶;郝鵬;何清華;楊曉乾;;液壓沖擊對混凝土泵車結(jié)構(gòu)振動性能影響的試驗研究[A];第三屆全國流體傳動及控制工程學術(shù)會議論文集（第二卷）[C];2004年

10 王斌華;呂彭民;;基于流固耦合理論的混凝土泵車臂架系統(tǒng)動力學仿真[A];中國計算力學大會'2010（CCCM2010）暨第八屆南方計算力學學術(shù)會議（SCCM8）論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 曾進備;江西宜工集團公司 混凝土泵車填補省內(nèi)空白[N];中華建筑報;2010年

2 康茜;中聯(lián)重科創(chuàng)混凝土泵車吉尼斯世界新紀錄[N];中華建筑報;2011年

3 艾綢哲;混凝土泵車[N];中國建材報;2003年

4 金陵;混凝土泵車需求趨升 技術(shù)性能尚待提高[N];中國建材報;2009年

5 賀春美;三一重工首臺再制造混凝土泵車下線[N];中國建設(shè)報;2010年

6 記者 黎鐵橋　實習生 呂婷;來中聯(lián)提貨的排隊等車[N];長沙晚報;2010年

7 記者 唐愛平　通訊員 黃海;中聯(lián)重科“泵”出全球新高[N];湖南日報;2008年

8 記者 周小華;你們?yōu)殚L沙發(fā)展 作出了突出貢獻[N];長沙晚報;2010年

9 宜散;江蘇宜興 前5月水泥散裝率達61.7%[N];中華建筑報;2010年

10 青華;工程專用機械需求大增[N];中國礦業(yè)報;2004年

相關(guān)博士學位論文 前6條

1 饒泓;基于多源信息融合與Rough集理論的液壓機故障診斷方法研究[D];南昌大學;2009年

2 唐宏賓;混凝土泵車泵送液壓系統(tǒng)故障診斷關(guān)鍵技術(shù)研究[D];中南大學;2012年

3 王斌華;基于流固耦合理論的混凝土泵車動力響應(yīng)與疲勞強度研究[D];長安大學;2009年

4 劉思遠;信息融合和貝葉斯網(wǎng)絡(luò)集成的故障診斷理論方法及實驗研究[D];燕山大學;2010年

5 吳勝強;核主元分析及證據(jù)理論的多域特征故障診斷新方法研究[D];燕山大學;2011年

6 張曉剛;三配流窗口軸向柱塞泵配流理論及試驗研究[D];太原理工大學;2011年

相關(guān)碩士學位論文 前10條

1 吳丹;基于WPT-DDT-SVM的混凝土泵車液壓泵故障診斷研究[D];湖南大學;2011年

2 汪寶生;液壓泵與馬達測試系統(tǒng)的設(shè)計及其故障診斷[D];廣東工業(yè)大學;2012年

3 廖良金;基于免疫危險理論的液壓泵故障診斷方法研究[D];燕山大學;2012年

4 劉麗娜;灰靶理論在液壓泵故障模式識別中的應(yīng)用[D];燕山大學;2011年

5 趙永;基于遺傳算法參數(shù)優(yōu)化的模糊Petri網(wǎng)在液壓泵故障診斷中的研究和應(yīng)用[D];內(nèi)蒙古科技大學;2011年

6 趙永;基于遺傳算法參數(shù)優(yōu)化的模糊Petri網(wǎng)在液壓泵故障診斷中的研究和應(yīng)用[D];內(nèi)蒙古科技大學;2011年

7 陸景麗;基于小波神經(jīng)網(wǎng)絡(luò)的液壓泵故障診斷方法及實驗研究[D];燕山大學;2007年

8 盧傳奇;基于HHT和模糊C均值聚類的液壓泵故障診斷研究[D];燕山大學;2012年

9 婁敏華;混凝土泵車調(diào)試裝備的研究[D];長安大學;2010年

10 吳慶勇;混凝土泵車下車結(jié)構(gòu)有限元分析及優(yōu)化設(shè)計研究[D];吉林大學;2011年

，

本文編號：1616839