故障診斷對于機械設(shè)備的重要性是不言而喻的。由于往復(fù)式壓縮機在工業(yè)生產(chǎn)的特殊地位,針對其故障診斷方法的研究顯得尤其重要。類同機電設(shè)備的主要診斷過程,往復(fù)式壓縮機組的故障智能診斷主要分為三部分:第一是診斷信息的獲取;第二是故障特征的提取;第三是故障源和故障類別的最終確定�？紤]到這一思想,基于國家自然科學(xué)基金“局域波法及其工程應(yīng)用研究”（No.50475155）,在總結(jié)和汲取前人研究成果的基礎(chǔ)上,對局域波法中的相關(guān)理論和方法進行改進,隨后結(jié)合局域波理論、模糊二元樹診斷、系統(tǒng)級故障診斷和灰色預(yù)測等方法及理論針對往復(fù)式壓縮機組系統(tǒng)故障智能診斷方法進行了深入的研究,并將該方法在工程應(yīng)用上予以驗證。主要的工作如下:1.針對一維局域波理論的待改進點和二維局域波在圖像診斷中的應(yīng)用進行了深入的研究。在闡述局域波分解算法和時頻分析理論的基礎(chǔ)上,分析了一維局域波理論中存在的待改進點,包括微弱信號對強信號的影響和局域波時頻譜處理等方面的應(yīng)用研究。對適合于局域波時頻譜特征提取的三種故障分類器的分類特性進行了對比分析研究。提出了基于二維局域波分解的圖像診斷方法,通過對時頻灰度圖像的二維分解提取表征故障信息的圖像細節(jié)... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：135 頁

【學(xué)位級別】：博士

【部分圖文】：

原始振動信號Fig.2.3originalvibrationsignal

圖2.5局域波時頻譜 Fig.2.5Loealwavetime一 frequeneysPectrum圖2.4為原始振動信號局域波分解結(jié)果。從圖2.5中可以看出

效性得到了驗證。長期監(jiān)測某往復(fù)壓縮機組一個排氣閥的振動情況，選取較為典型的兩組信號為例進行說明。圖2.6顯示的是原始振動信號，包括正常和活塞環(huán)故障兩種典型狀態(tài)。這里已知活塞環(huán)的故障特征頻率為2000Hz左右(見第三章往復(fù)機故障機理分析)。采集信號分析頻率10kHz，采樣用加速度傳感器。從圖2.6中可以看出，雖然往復(fù)機沖擊明顯，但振動時域波形和振動幅值在故障前后并無明顯變化。利用局域波算法對該信號進行處理，得到局域波時1頻譜及其時頻譜圖，如圖2.7所示。

【參考文獻】：
期刊論文
[1]基于自組織神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)建模[J]. 車玫芳,陳希平,柴飛燕.  計算機仿真. 2007(05)
[2]基于混合優(yōu)化策略的自回歸—滑動平均模型建模[J]. 郭敬,董彥良,趙克定,于金盈.  機械工程學(xué)報. 2007(04)
[3]SV模型的模擬GMM方法——兼論漲跌停板制度的有效性[J]. 李傳樂,王美今.  中山大學(xué)學(xué)報(自然科學(xué)版). 2006(06)
[4]CARCH模型在上證指數(shù)收益率分析中的應(yīng)用[J]. 劉強,徐全智,楊晉浩.  成都大學(xué)學(xué)報(自然科學(xué)版). 2006(02)
[5]基于小波變換的非平穩(wěn)信號趨勢項剔除方法[J]. 朱學(xué)鋒,韓寧.  飛行器測控學(xué)報. 2006 (05)
[6]基于LVQ神經(jīng)網(wǎng)絡(luò)的冷軋帶鋼表面缺陷分類方法[J]. 吳貴芳,徐科,徐金梧.  北京科技大學(xué)學(xué)報. 2005(06)
[7]主客觀證據(jù)融合模型及其應(yīng)用研究[J]. 魏守智,趙海.  計算機工程與應(yīng)用. 2005(28)
[8]往復(fù)壓縮機故障診斷專家系統(tǒng)設(shè)計與實現(xiàn)[J]. 姚華堂,盛頌恩,范興鐸.  壓縮機技術(shù). 2005(01)
[9]局域波法在柴油機氣缸磨損故障診斷中的研究[J]. 鄒巖崑,馬孝江,朱泓,蔡悅,張志新.  中國機械工程. 2004(20)
[10]基于經(jīng)驗?zāi)B(tài)分解包絡(luò)譜的滾動軸承故障診斷方法[J]. 楊宇,于德介,程軍圣.  中國機械工程. 2004(16)

博士論文
[1]非平穩(wěn)信號特征提取方法在超高壓壓縮機故障診斷中的應(yīng)用研究[D]. 任全民.大連理工大學(xué) 2006
[2]局域波分解方法、特征剖析及應(yīng)用研究[D]. 胡紅英.大連理工大學(xué) 2006
[3]局域波分析的理論方法研究及應(yīng)用[D]. 鄒巖崑.大連理工大學(xué) 2004
[4]灰色系統(tǒng)與神經(jīng)網(wǎng)絡(luò)分析方法及其應(yīng)用研究[D]. 姜波.華中科技大學(xué) 2004
[5]基于支持向量機的故障智能診斷方法研究[D]. 翟永杰.華北電力大學(xué)（河北） 2004
[6]基于局域波法的轉(zhuǎn)子系統(tǒng)非線性動態(tài)特性及應(yīng)用研究[D]. 王鳳利.大連理工大學(xué) 2003
[7]基于局域波分析的柴油機故障診斷方法的研究及應(yīng)用[D]. 王珍.大連理工大學(xué) 2002
[8]基于局域波法的非平穩(wěn)隨機信號分析中若干問題的研究[D]. 張海勇.大連理工大學(xué) 2001
[9]局域波時頻分析方法的理論研究與應(yīng)用[D]. 蓋強.大連理工大學(xué) 2001

碩士論文
[1]系統(tǒng)級故障診斷集團算法的研究及方程解決[D]. 謝兵.湖南大學(xué) 2002



本文編號：3258205