發(fā)布時間：2022-01-01 00:52

　　市場的迫切需求促進(jìn)了機(jī)械故障珍斷技術(shù)的迅猛發(fā)展，故障診斷技術(shù)發(fā)展至今，已經(jīng)提出了大量的診斷方法，但是其實際應(yīng)用成果顯得非常不足，能在工業(yè)裝置上實際應(yīng)用的還不多。在故障診斷領(lǐng)域，還有許多問題亟待解決。目前，往復(fù)泵泵閥故障診斷需要解決的兩個關(guān)鍵問題是有效提取往復(fù)泵工作時非平穩(wěn)時變信號中的故障特征和將故障特征準(zhǔn)確分類。 故障診斷常用的方法是以泵缸體上的振動信號作為系統(tǒng)特征信號來提取故障特征向量。這種振動診斷技術(shù)雖然取得了一定的成果，但是在多個泵閥同時發(fā)生故障的場合，這種方法遇到了無法解決的難題，使之不得不求助于粗集理論、遺傳算法等數(shù)據(jù)處理方法來分辯故障類型和判斷故障具體發(fā)生在哪一個泵閥上。 為此，本文創(chuàng)造性地提出以常見的壓力信號（閥箱內(nèi)的壓力）作為系統(tǒng)特征信號來提取故障特征向量的方法。這種方法信號測取簡單、處理方便，有著振動信號方法無法比擬的優(yōu)點。文中利用時域中的相關(guān)分析和頻域中的功率譜分析、小波包分析技術(shù)提取了故障特征向量，且各故障之間的特征區(qū)分明顯，充分驗證了此方法的有效性。此方法的優(yōu)點在于特征信號取自于閥箱內(nèi)的壓力，不易受到外部環(huán)境的干擾，適用于多個泵閥同時發(fā)生故障的情形。... 

【文章來源】：東北石油大學(xué)黑龍江省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

最速下降BP算法訓(xùn)練誤差曲線

圖3一6共扼梯度算法誤差曲線F193一6ErroreurveofConjugatedGradientMethod圖3一6是采用改進(jìn)后的共扼梯度算法，利用和最速下降算法相同的訓(xùn)練樣本數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練產(chǎn)生的誤差曲線。從曲線中可以看出，在采用改進(jìn)的算法后神經(jīng)網(wǎng)絡(luò)的收斂速度明顯加快，且在543步的時候訓(xùn)練誤差達(dá)到了0.02，誤差指標(biāo)函數(shù)達(dá)到了設(shè)計的要求，即神經(jīng)網(wǎng)絡(luò)收斂，和傳統(tǒng)的BP算法相比，在擁有很強(qiáng)的非線性函數(shù)的逼近能力的同時，具有更加良好的收斂特性。在應(yīng)用共扼梯度訓(xùn)練算法時，取初始搜索方向為:輸出層S，，二一w(瑪，)=(‘

d*+l=一g、十1+刀*·心(3一20)式中，乳1一粵，風(fēng)為共潞度系數(shù)。圖3一6共扼梯度算法誤差曲線F193一6ErroreurveofConjugatedGradientMethod圖3一6是采用改進(jìn)后的共扼梯度算法，利用和最速下降算法相同的訓(xùn)練樣本數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練產(chǎn)生的誤差曲線。從曲線中可以看出，在采用改進(jìn)的算法后神經(jīng)網(wǎng)絡(luò)的收斂速度明顯加快，且在543步的時候訓(xùn)練誤差達(dá)到了0.02，誤差指標(biāo)函數(shù)達(dá)到了設(shè)計的要求，即神經(jīng)網(wǎng)絡(luò)收斂，和傳統(tǒng)的BP算法相比，在擁有很強(qiáng)的非線性函數(shù)的逼近能力的同時，具有更加良好的收斂特性。在應(yīng)用共扼梯度訓(xùn)練算法時，取初始搜索方向為:輸出層S，，二一w(瑪，)=(‘

【參考文獻(xiàn)】：
期刊論文
[1]神經(jīng)網(wǎng)絡(luò)技術(shù)在分布式系統(tǒng)智能故障診斷中應(yīng)用[J]. 蔡衛(wèi)峰.  化工自動化及儀表. 2002(05)
[2]基于小波包與神經(jīng)網(wǎng)絡(luò)的往復(fù)壓縮機(jī)故障診斷方法[J]. 劉樹林,張嘉鐘,徐敏強(qiáng),黃文虎.  石油礦場機(jī)械. 2002(05)
[3]基于粗集理論的往復(fù)泵泵閥故障診斷方法[J]. 時文剛,王日新,黃文虎.  中國機(jī)械工程. 2002(16)
[4]時域徑向基函數(shù)網(wǎng)絡(luò)診斷方法在往復(fù)泵故障診斷中的應(yīng)用[J]. 白允東,屠良堯,楊純寶,辛紹杰.  振動工程學(xué)報. 2002(02)
[5]雙譜分析在往復(fù)泵故障診斷中的應(yīng)用研究[J]. 楊其俊,徐長航.  振動工程學(xué)報. 2001(04)
[6]基于神經(jīng)網(wǎng)絡(luò)的故障診斷研究[J]. 霍志紅,張志學(xué),郭江,唐必光.  工業(yè)控制計算機(jī). 2001(10)
[7]BP網(wǎng)絡(luò)結(jié)構(gòu)、參數(shù)及訓(xùn)練方法的設(shè)計與選擇[J]. 叢爽,向微.  計算機(jī)工程. 2001(10)
[8]非線性系統(tǒng)的故障診斷技術(shù)[J]. 王占山,李平,任正云,李奇安.  自動化與儀器儀表. 2001(05)
[9]神經(jīng)網(wǎng)絡(luò)理論的發(fā)展與前沿問題[J]. 張兵,李唯利,謝國勝.  湖南電力. 2001(04)
[10]機(jī)械故障信號小波包分解的時域特征提取方法研究[J]. 楊國安,鐘秉林,黃仁,賈民平,許云飛.  振動與沖擊. 2001(02)



本文編號：3561324