本文關(guān)鍵詞：離心壓縮機(jī)的動態(tài)特性分析及故障診斷方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：離心壓縮機(jī)是工業(yè)生產(chǎn)中的重要設(shè)備，其工作運(yùn)行環(huán)境十分復(fù)雜，故障時常發(fā)生。因此，安全穩(wěn)定的運(yùn)行是整個工業(yè)生產(chǎn)的重要保障，研究離心壓縮機(jī)故障的有效診斷方法是十分有意義的。本文在分析某大型離心壓縮機(jī)葉輪動態(tài)特性的基礎(chǔ)上，利用自組織特征映射神經(jīng)網(wǎng)絡(luò)的方法對離心壓縮機(jī)常見單一故障和并行故障進(jìn)行診斷分類。 在闡述模態(tài)分析理論和應(yīng)用的基礎(chǔ)上，本文結(jié)合生產(chǎn)實(shí)際，對某大型離心壓縮機(jī)關(guān)鍵零部件葉輪進(jìn)行模態(tài)分析。建立葉輪的有限元模型，利用理論模態(tài)分析計(jì)算出葉輪的前10階固有頻率和模態(tài)振型，并對結(jié)果進(jìn)行分析。得出系統(tǒng)的前三階固有頻率均避開了葉輪旋轉(zhuǎn)頻率，避免了共振現(xiàn)象的發(fā)生，確保其運(yùn)行的穩(wěn)定性，為離心壓縮機(jī)故障診斷的進(jìn)行提供保證。 本文簡述了離心壓縮機(jī)幾種常見故障類型，包括轉(zhuǎn)子不平衡、轉(zhuǎn)子不對中、轉(zhuǎn)子彎曲、油膜振蕩、喘振和旋轉(zhuǎn)失速等。列出了其故障原因和對應(yīng)的特征頻率及解決方案，并分別列舉了如何用典型故障診斷方法譜圖法對常見單一故障進(jìn)行判斷。 再者簡要說明了自組織特征映射神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和算法。由于自組織特征映射網(wǎng)絡(luò)的無監(jiān)督、自學(xué)習(xí)和側(cè)向聯(lián)想能力的特性，在故障識別和診斷方面有其自身的優(yōu)越性。本文利用小波包分解振動信號，用各頻帶能量作為特征向量，采用自組織特征映射神經(jīng)網(wǎng)絡(luò)對離心壓縮機(jī)故障進(jìn)行識別，可以實(shí)現(xiàn)并行故障的診斷，且方法簡便、準(zhǔn)確率高。
【關(guān)鍵詞】：模態(tài)分析 故障診斷 小波包分解 自組織特征映射神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TH452;TH165.3
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-15
• 1.1 機(jī)械故障診斷技術(shù)的概念及研究內(nèi)容9-11
• 1.1.1 機(jī)械故障診斷技術(shù)的概念9-10
• 1.1.2 機(jī)械故障診斷技術(shù)的研究內(nèi)容10-11
• 1.2 機(jī)械故障診斷技術(shù)的發(fā)展?fàn)顩r11-13
• 1.2.1 國內(nèi)研究動態(tài)及水平11-12
• 1.2.2 國外研究動態(tài)及水平12-13
• 1.3 機(jī)械故障診斷技術(shù)的發(fā)展趨勢13-14
• 1.4 本章小結(jié)14-15
• 第二章 離心壓縮機(jī)葉輪動態(tài)特性分析15-23
• 2.1 模態(tài)分析的概念15
• 2.2 模態(tài)分析的分類15-16
• 2.3 模態(tài)分析理論的應(yīng)用16
• 2.4 離心壓縮機(jī)葉輪模態(tài)有限元分析16-22
• 2.4.1 葉輪模態(tài)分析的有限元模型17-18
• 2.4.2 葉輪的實(shí)體幾何模型建立18-19
• 2.4.3 葉輪的有限元網(wǎng)格模型19-20
• 2.4.4 求解模型20-22
• 2.4.5 結(jié)果分析及討論22
• 2.5 本章小結(jié)22-23
• 第三章 離心壓縮機(jī)故障譜圖診斷法23-34
• 3.1 離心壓縮機(jī)常見故障類型24-25
• 3.2 利用譜圖對離心壓縮機(jī)故障進(jìn)行診斷25-33
• 3.2.1 轉(zhuǎn)子不平衡26-27
• 3.2.2 轉(zhuǎn)子不對中27-29
• 3.2.3 轉(zhuǎn)子彎曲29-30
• 3.2.4 油膜渦動30-32
• 3.2.5 機(jī)械松動32
• 3.2.6 旋轉(zhuǎn)失速32-33
• 3.3 本章小結(jié)33-34
• 第四章 基于 SOM 神經(jīng)網(wǎng)絡(luò)的離心壓縮機(jī)故障診斷方法研究34-47
• 4.1 自組織特征映射神經(jīng)網(wǎng)絡(luò)34-39
• 4.1.1 SOM 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)35-36
• 4.1.2 SOM 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練原理36-39
• 4.2 基于 SOM 神經(jīng)網(wǎng)絡(luò)的離心壓縮機(jī)故障診斷方法39-46
• 4.3 本章小結(jié)46-47
• 第五章 結(jié)論47-48
• 5.1 結(jié)論47
• 5.2 展望47-48
• 參考文獻(xiàn)48-50
• 在學(xué)研究成果50-51
• 致謝51

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮慧華,左正興,廖日東,張玉申;高效柴油機(jī)整機(jī)結(jié)構(gòu)動態(tài)特性有限元分析[J];兵工學(xué)報;2002年03期

2 尤小梅;聞邦椿;孟磊;;壓縮機(jī)葉輪動力學(xué)可視化分析[J];風(fēng)機(jī)技術(shù);2008年06期

3 梅元穎;徐玉秀;王志強(qiáng);;長度分形的風(fēng)力機(jī)葉片在線檢測與故障診斷[J];風(fēng)機(jī)技術(shù);2011年03期

4 蔣東翔，黃文虎，徐世昌;分形幾何及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[J];哈爾濱工業(yè)大學(xué)學(xué)報;1996年02期

5 丁克北;離心壓縮機(jī)故障診斷研究現(xiàn)狀及發(fā)展趨勢[J];煉油與化工;2005年02期

6 樓應(yīng)候,蔣亞南;機(jī)械設(shè)備故障診斷與監(jiān)測技術(shù)的發(fā)展趨勢[J];機(jī)床與液壓;2002年04期

7 徐濟(jì)仁;陳家松;牛紀(jì)海;;廣義同余神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)械常見故障診斷中的應(yīng)用[J];機(jī)械設(shè)計(jì)與制造;2010年01期

8 李佳;禮賓;王夢卿;;基于神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷專家系統(tǒng)[J];機(jī)械傳動;2007年05期

9 王維民;高金吉;李燕;李雙喜;;離心壓縮機(jī)軸位移故障自愈調(diào)控系統(tǒng)試驗(yàn)研究[J];機(jī)械工程學(xué)報;2010年05期

10 章云龍;;淺談離心式壓縮機(jī)常見故障及檢修[J];科技風(fēng);2010年15期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 簡堅(jiān)得;SUV車身結(jié)構(gòu)噪聲特性分析與優(yōu)化[D];華南理工大學(xué);2011年

2 段侯峰;基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[D];北京交通大學(xué);2008年

3 張生;基于振動信號處理及模態(tài)分析的機(jī)械故障診斷技術(shù)研究[D];燕山大學(xué);2009年

4 黑開偉;小波分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];武漢科技大學(xué);2010年

  本文關(guān)鍵詞：離心壓縮機(jī)的動態(tài)特性分析及故障診斷方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：341866