機(jī)械故障診斷是指應(yīng)用測試分析手段和診斷理論,對機(jī)械設(shè)備運(yùn)行中所出現(xiàn)的故障機(jī)理、原因、部位和程度進(jìn)行識別和診斷,并根據(jù)診斷結(jié)論,進(jìn)一步確定機(jī)械設(shè)備的維修方案或預(yù)防措施。機(jī)械故障診斷以狀態(tài)識別為基礎(chǔ),從機(jī)械設(shè)備的異常狀態(tài)出發(fā),實(shí)現(xiàn)故障定位、定性及定因.但是在一般情況下,由于系統(tǒng)結(jié)構(gòu)、運(yùn)行過程以及外界環(huán)境的復(fù)雜性,機(jī)械設(shè)備的故障征兆與故障原因之間并不是簡單的——映射關(guān)系,它們之間存在著復(fù)雜的一對多和（或）多對一關(guān)系,同時(shí)在診斷過程中還存在著許多隨機(jī)的、模糊的、不確定的因素,從而導(dǎo)致在機(jī)械故障診斷過程中存在著大量的不確定性問題。傳統(tǒng)的機(jī)械故障診斷方法如系統(tǒng)可靠性框圖、故障樹分析法等,難以解決機(jī)械故障診斷中的不確定性問題。而近年來快速發(fā)展的不確定性理論與方法,對于解決機(jī)械故障診斷中的不確定性問題具有很大的優(yōu)勢,并成為機(jī)械故障診斷領(lǐng)域中一個(gè)重要的研究方向。本文以國家自然科學(xué)基金“復(fù)雜工程系統(tǒng)故障預(yù)測與維護(hù)理論及關(guān)鍵技術(shù)研究”和國家863計(jì)劃先進(jìn)制造技術(shù)領(lǐng)域“十一五”重點(diǎn)項(xiàng)目“行業(yè)大型裝備MRO支持系統(tǒng)”為背景,針對機(jī)械設(shè)備故障診斷過程中的不確定性問題,運(yùn)用貝葉斯網(wǎng)絡(luò)和證據(jù)理論,提出了一種新的故障診... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：114 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
目錄
圖序
表序
第1章 緒論
    1.1 選題背景和意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 機(jī)械故障診斷技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀及趨勢
        1.2.1 機(jī)械故障診斷技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀
        1.2.2 機(jī)械故障診斷技術(shù)的發(fā)展趨勢
    1.3 故障診斷的研究方法
        1.3.1 基于解析模型的故障診斷方法
        1.3.2 基于信號處理的故障診斷方法
        1.3.3 基于知識的故障診斷方法
    1.4 論文的主要研究內(nèi)容
    1.5 論文的章節(jié)安排
第2章 機(jī)械故障診斷過程中的不確定性及解決方案
    2.1 機(jī)械設(shè)備的故障及其診斷
        2.1.1 機(jī)械設(shè)備的故障
        2.1.2 機(jī)械設(shè)備的故障診斷
    2.2 機(jī)械故障診斷中的不確定性
        2.2.1 不確定性的來源
        2.2.2 不確定性信息及其推理
    2.3 針對復(fù)雜機(jī)械故障診斷中不確定性的解決方案
    2.4 本章小結(jié)
第3章 機(jī)械故障診斷中的貝葉斯網(wǎng)絡(luò)建模
    3.1 引言
    3.2 貝葉斯網(wǎng)絡(luò)
        3.2.1 貝葉斯網(wǎng)絡(luò)的基本概念
        3.2.2 故障貝葉斯網(wǎng)絡(luò)
    3.3 基于ACO的故障貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
        3.3.1 蟻群優(yōu)化算法
        3.3.2 基于ACO算法的故障貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
    3.4 基于故障樹的故障貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)映射
        3.4.1 故障樹分析法
        3.4.2 故障樹到故障貝葉斯網(wǎng)絡(luò)的映射
    3.5 本章小結(jié)
第4章 機(jī)械故障診斷中的貝葉斯網(wǎng)絡(luò)推理
    4.1 引言
    4.2 貝葉斯網(wǎng)絡(luò)的推理
    4.3 故障貝葉斯網(wǎng)絡(luò)的推理算法
        4.3.1 推理結(jié)構(gòu)轉(zhuǎn)變
        4.3.2 信念初始化
        4.3.3 信念傳遞與吸收
        4.3.4 故障概率的局部計(jì)算
    4.4 本章小結(jié)
第5章 基于D-S證據(jù)理論的會診診斷融合模型
    5.1 引言
    5.2 機(jī)械故障會診診斷策略
    5.3 D-S證據(jù)理論
        5.3.1 證據(jù)理論的基本概念
        5.3.2 Dempster-Shafer合成法則
    5.4 基于D-S證據(jù)理論的會診診斷融合模型
        5.4.1 會診診斷的過程及步驟
        5.4.2 融合悖論問題及貼合度的提出
        5.4.3 基于D-S證據(jù)理論的會診診斷融合模型
    5.5 本章小結(jié)
第6章 故障貝葉斯網(wǎng)絡(luò)在轉(zhuǎn)子系統(tǒng)故障診斷中的應(yīng)用
    6.1 引言
    6.2 轉(zhuǎn)子系統(tǒng)的故障診斷系統(tǒng)框圖
    6.3 轉(zhuǎn)子系統(tǒng)故障診斷的貝葉斯網(wǎng)絡(luò)建模及推理
    6.4 本章小結(jié)
第7章 結(jié)論與展望
    7.1 主要研究結(jié)論
    7.2 不足和展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于感知機(jī)的故障樹最小割集算法[J]. 苑春苗,陳寶智,李暢.  中國安全科學(xué)學(xué)報(bào). 2006(05)
[2]基于聯(lián)結(jié)樹的貝葉斯網(wǎng)的推理結(jié)構(gòu)及構(gòu)造算法[J]. 胡小建,楊善林,馬溪駿.  系統(tǒng)仿真學(xué)報(bào). 2004(11)
[3]轉(zhuǎn)子故障貝葉斯診斷網(wǎng)絡(luò)的研究[J]. 徐賓剛,屈梁生,陶肖明.  機(jī)械工程學(xué)報(bào). 2004(01)
[4]Bayesian網(wǎng)中概率參數(shù)學(xué)習(xí)方法[J]. 薛萬欣,劉大有,張弘.  電子學(xué)報(bào). 2003(11)
[5]基于貝葉斯網(wǎng)絡(luò)的智能故障診斷方法[J]. 李儉川,陶俊勇,胡蔦慶,溫熙森.  中國慣性技術(shù)學(xué)報(bào). 2002(04)
[6]改進(jìn)學(xué)習(xí)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的MDL準(zhǔn)則[J]. 汪榮貴,張佑生,王浩,姚宏亮.  計(jì)算機(jī)工程與應(yīng)用. 2002(08)
[7]基于遺傳算法的Bayesian網(wǎng)結(jié)構(gòu)學(xué)習(xí)研究[J]. 劉大有,王飛,盧奕南,薛萬欣,王松昕.  計(jì)算機(jī)研究與發(fā)展. 2001(08)



本文編號：3533694