本文關(guān)鍵詞：基于數(shù)據(jù)融合的軋機(jī)液壓壓下系統(tǒng)故障診斷

  更多相關(guān)文章： HAGC系統(tǒng) 故障診斷 數(shù)據(jù)融合 信號處理

【摘要】：液壓厚度自動控制系統(tǒng)(HAGC)為一典型的電、液伺服控制系統(tǒng)，而且是現(xiàn)代大型板帶軋機(jī)厚度控制的關(guān)鍵部分。其可能出現(xiàn)的故障形式除了常見的磨損、變形等機(jī)械故障外，還有油液污染、泄漏等液壓故障和電氣斷線、伺服閥卡死等電氣故障，有時甚至發(fā)生機(jī)電液耦合故障。這些故障直接威脅著正常的生產(chǎn)和產(chǎn)品的質(zhì)量問題。因此對其進(jìn)行故障診斷技術(shù)的研究具有必要性和通用性。 本文通過建立板帶軋機(jī)厚度控制系統(tǒng)的三自由度動態(tài)仿真模型，并改變模型的一些物理特征參數(shù)，來模擬板帶軋機(jī)在實(shí)際生產(chǎn)工程中可能出現(xiàn)的一些常見故障。并將這些故障數(shù)據(jù)進(jìn)行處理與分析，以便進(jìn)行故障診斷的研究；針對板帶軋機(jī)HAGC系統(tǒng)輸出信號階躍響應(yīng)的時域特性，本文分別提取了上升時間t r、峰值時間t p、調(diào)整時間t s、最大超調(diào)量M p四個特征參數(shù)來表征HAGC系統(tǒng)的故障現(xiàn)象。并分別擬合出每個故障特征參數(shù)與模型物理特征參數(shù)之間的方程曲線。在進(jìn)行診斷時先根據(jù)故障特征參數(shù)來求得物理特征參數(shù)，進(jìn)而根據(jù)一定的規(guī)則判斷所屬的故障類型；根據(jù)不同故障的HAGC系統(tǒng)輸入、輸出數(shù)據(jù)的不同，本文提出了建立輸入電壓信號與輸出力信號的自回歸各態(tài)歷經(jīng)模型(ARX)，并提取模型的系數(shù)b1、b2、b3作為故障特征參數(shù)來表征系統(tǒng)的故障。最后擬合出故障特征參數(shù)與模型物理特征參數(shù)之間的曲線方程，，并根據(jù)一定的判斷準(zhǔn)則來判斷故障類型。 基于上述提到的兩種故障診斷方法，加之主觀經(jīng)驗(yàn)的判斷，應(yīng)用數(shù)據(jù)融合理論將診斷結(jié)果進(jìn)行融合，從而克服了單一診斷方法所帶來的局限性和不穩(wěn)定性，使得診斷結(jié)果更加可靠。并在此基礎(chǔ)上開發(fā)出了具有人機(jī)交互界面的故障診斷系統(tǒng)。 本文所用實(shí)驗(yàn)數(shù)據(jù)均采集于燕山大學(xué)國家冷軋板帶裝備及工藝工程技術(shù)研究中心的300四輥冷軋機(jī)中試平臺，為本論文的研究工作提供了一定的實(shí)驗(yàn)基礎(chǔ)。
【關(guān)鍵詞】：HAGC系統(tǒng) 故障診斷 數(shù)據(jù)融合 信號處理
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TG334.9;TH165.3
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-17
• 1.1 引言10-11
• 1.2 HAGC 系統(tǒng)故障診斷技術(shù)概述11-14
• 1.2.1 HAGC 系統(tǒng)故障診斷技術(shù)的特點(diǎn)及研究意義11-12
• 1.2.2 HAGC 系統(tǒng)故障診斷技術(shù)的發(fā)展及研究現(xiàn)狀12-13
• 1.2.3 存在的主要問題13-14
• 1.3 智能故障診斷技術(shù)概述14-15
• 1.3.1 智能故障診斷技術(shù)的研究現(xiàn)狀14-15
• 1.3.2 智能故障診斷技術(shù)存在的主要問題15
• 1.4 課題來源及主要研究內(nèi)容15-17
• 第2章 HAGC 系統(tǒng)模型簡介與時域特征診斷17-34
• 2.1 引言17
• 2.2 HAGC 系統(tǒng)分析17-20
• 2.2.1 HAGC 系統(tǒng)的組成17-19
• 2.2.2 HAGC 系統(tǒng)的控制方式19-20
• 2.3 HAGC 系統(tǒng)仿真模型的選擇20-22
• 2.3.1 液壓控制系統(tǒng)的常用研究方法20
• 2.3.2 仿真模型的建立20-22
• 2.4 模型的時域分析22-33
• 2.4.1 HAGC 系統(tǒng)模型仿真及動態(tài)響應(yīng)分析22-26
• 2.4.2 故障的模擬分析26-32
• 2.4.3 故障特征判據(jù)的建立32-33
• 2.5 本章小節(jié)33-34
• 第3章 基于參數(shù)辨識理論的 HAGC 系統(tǒng)故障診斷34-47
• 3.1 引言34
• 3.2 系統(tǒng)辨識的基本理論34-36
• 3.2.1 MATLAB 中系統(tǒng)辨識34-35
• 3.2.2 辨識的內(nèi)容和步驟35-36
• 3.2.3 模型的選擇36
• 3.3 ARX 模型在軋機(jī)故障診斷中的應(yīng)用36-46
• 3.3.1 模型定階36-39
• 3.3.2 系統(tǒng)辨識過程39-40
• 3.3.3 模型的驗(yàn)證40-41
• 3.3.4 故障模型的辨識研究41-43
• 3.3.5 模型辨識參數(shù)的擬合方程43-46
• 3.4 本章小節(jié)46-47
• 第4章 基于數(shù)據(jù)融合理論的 HAGC 系統(tǒng)故障綜合診斷47-58
• 4.1 引言47
• 4.2 信息融合技術(shù)47-48
• 4.2.1 信息融合技術(shù)的優(yōu)點(diǎn)47
• 4.2.2 信息融合診斷的系統(tǒng)構(gòu)成47-48
• 4.2.3 HAGC 系統(tǒng)信息融合框架48
• 4.3 多判據(jù)融合理論48-54
• 4.3.1 D-S 理論簡介48-51
• 4.3.2 概率分配函數(shù)的組合51-52
• 4.3.3 多判據(jù)融合的識別診斷框架52-53
• 4.3.4 證據(jù)組合與決策53-54
• 4.4 實(shí)例分析54-57
• 4.5 本章小節(jié)57-58
• 第5章 HAGC 系統(tǒng)故障診斷系統(tǒng)開發(fā)58-72
• 5.1 引言58
• 5.2 智能診斷系統(tǒng)概述58-59
• 5.2.1 智能診斷系統(tǒng)的定義及優(yōu)點(diǎn)58-59
• 5.2.2 智能診斷系統(tǒng)的發(fā)展趨勢59
• 5.3 板帶軋機(jī)智能故障診斷系統(tǒng)設(shè)計59-60
• 5.3.1 開發(fā)平臺工具的選擇59-60
• 5.3.2 診斷流程設(shè)計60
• 5.4 板帶軋機(jī)智能故障診斷系統(tǒng)的實(shí)現(xiàn)60-70
• 5.5 本章小節(jié)70-72
• 結(jié)論72-73
• 參考文獻(xiàn)73-77
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果77-78
• 致謝78-79
• 作者簡介79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 彭兆行;;開展礦山設(shè)備狀態(tài)監(jiān)測和故障診斷的幾個問題[J];金屬礦山;1987年07期

2 沈乃璋,杜惠芳;狀態(tài)監(jiān)測與故障診斷技術(shù)的應(yīng)用[J];化工設(shè)備與防腐蝕;2002年04期

3 張建明,榮岡;基于關(guān)聯(lián)規(guī)則的故障診斷方法及研究[J];化工自動化及儀表;2003年05期

4 何開明;陳艷;王榮;;故障診斷學(xué)用于數(shù)控繩鋸的研究[J];武漢理工大學(xué)學(xué)報;2006年08期

5 梁玉;;狀態(tài)監(jiān)測與故障診斷在煤礦機(jī)械上的應(yīng)用[J];煤礦機(jī)械;2007年09期

6 李劍峰;;電動機(jī)狀態(tài)監(jiān)測與故障診斷技術(shù)[J];煤礦機(jī)械;2009年11期

7 曾白泉;大機(jī)組的狀態(tài)監(jiān)測與故障診斷[J];大氮肥;1999年03期

8 蘇中華,孫進(jìn)良,張冬梅,吳自端;故障診斷技術(shù)在超化礦的推廣和應(yīng)用[J];煤礦機(jī)械;2002年07期

9 徐精彩,孫紅麗,趙敏;故障診斷技術(shù)及其在煤炭行業(yè)上應(yīng)用研究[J];煤礦機(jī)械;2003年11期

10 呂曉云;;支持生產(chǎn)運(yùn)行維護(hù)的自動化系統(tǒng)故障診斷技術(shù)探索[J];山西冶金;2006年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鮑忠貴;白方周;;故障診斷的模型跟蹤法[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 高鋒;高強(qiáng);馬濤;;旋轉(zhuǎn)機(jī)械振動狀態(tài)監(jiān)測與故障診斷管理[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

3 張慶虎;高普云;;基于非線性動力學(xué)理論的故障診斷方法與進(jìn)展[A];第18屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅲ冊[C];2009年

4 趙劍偉;趙江;郭志新;;基于多傳感器信息融合的故障診斷方法[A];2007'儀表，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

5 喬漢東;譚松濤;熊偉;;風(fēng)機(jī)常見故障診斷技術(shù)[A];2008年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵年會文集（下冊）[C];2008年

6 王麗英;方攸同;蘇麗穎;劉寶友;;劣化系統(tǒng)的故障診斷和檢測策略的綜合研究[A];第二十六屆中國控制會議論文集[C];2007年

7 陳宏;鞏曉峗;王麗雅;雷文平;;全矢譜技術(shù)在旋轉(zhuǎn)機(jī)械不對中故障診斷中的應(yīng)用[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

8 牛大鵬;劉海峰;賈明興;王福利;;一種新的非線性主成分分析故障診斷[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

9 葉大鵬;丁啟全;吳昭同;;二維隱Markov模型的故障診斷方法[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

10 婁國煥;周媛;;基于模糊理論的故障診斷方法研究[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 本報記者 陳曉煊　通訊員 沈甸;故障診斷有新招 搶修復(fù)電更高效[N];中國電力報;2014年

2 李繼光;鍘草機(jī)常見故障診斷及排除[N];云南科技報;2003年

3 武漢科技學(xué)院紡織服裝學(xué)院 林子務(wù);設(shè)備故障的診斷[N];中國紡織報;2004年

4 本報記者　 矯陽;鐵路運(yùn)行安全保護(hù)神[N];科技日報;2006年

5 武漢科技學(xué)院紡織服裝學(xué)院 林子務(wù);故障診斷中的數(shù)學(xué)概念[N];中國紡織報;2004年

6 羅爭鳴 徐蘭山 羅浩;機(jī)車故障隱患實(shí)現(xiàn)“立體”診斷[N];科技日報;2006年

7 曹百禹;我大型機(jī)組故障診斷技術(shù)發(fā)展迅速[N];中國石油報;2008年

8 郭建國;盲目提高產(chǎn)品的技術(shù)含量不可取[N];中國工業(yè)報;2006年

9 本報記者 孫悅?cè)?與天地對接 為飛船護(hù)航[N];黑龍江經(jīng)濟(jì)報;2006年

10 朱德恒 談克雄;電氣設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)[N];中國電力報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 向長城;基于可拓學(xué)的智能故障診斷與狀態(tài)監(jiān)測的理論及應(yīng)用研究[D];重慶大學(xué);2008年

2 劉應(yīng)吉;車輛狀態(tài)監(jiān)測與故障診斷新方法研究[D];東北大學(xué);2008年

3 胡友強(qiáng);數(shù)據(jù)驅(qū)動的多元統(tǒng)計故障診斷及應(yīng)用[D];重慶大學(xué);2010年

4 高保祿;大型復(fù)雜機(jī)電設(shè)備分布式故障診斷方法研究[D];太原理工大學(xué);2010年

5 曹玉蘋;基于狀態(tài)估計的石化過程故障診斷與預(yù)報方法研究[D];中國石油大學(xué);2010年

6 侯俊劍;基于聲像模式識別的故障診斷機(jī)理研究[D];上海交通大學(xué);2011年

7 譚樹彬;軋機(jī)厚控系統(tǒng)狀態(tài)監(jiān)測與故障診斷的研究與應(yīng)用[D];東北大學(xué);2006年

8 李盤靖;遠(yuǎn)程協(xié)同故障診斷關(guān)鍵技術(shù)及其應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

9 鞏曉峗;基于全矢譜的非平穩(wěn)故障診斷關(guān)鍵技術(shù)研究[D];鄭州大學(xué);2013年

10 陳軍;短信號分析技術(shù)及其在故障診斷中的應(yīng)用[D];武漢理工大學(xué);2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李康力;雙離合器自動變速器故障診斷及故障處理研究[D];重慶大學(xué);2011年

2 謝倩;基于模糊Petri網(wǎng)的故障診斷系統(tǒng)的研究[D];長沙理工大學(xué);2012年

3 賈林;基于多模型估計的轉(zhuǎn)子典型故障診斷與參數(shù)識別方法研究[D];上海交通大學(xué);2013年

4 劉春衛(wèi);改進(jìn)支持向量機(jī)在故障診斷中的應(yīng)用[D];華東理工大學(xué);2014年

5 徐真;協(xié)整結(jié)構(gòu)突變理論在系統(tǒng)狀態(tài)監(jiān)測與故障診斷中的應(yīng)用[D];南京航空航天大學(xué);2007年

6 王劍非;衛(wèi)星姿態(tài)控制系統(tǒng)的故障診斷研究[D];南京航空航天大學(xué);2008年

7 王勉宇;基于圖論的過程故障診斷研究[D];浙江大學(xué);2002年

8 張順峰;大型減速機(jī)狀態(tài)監(jiān)測及故障診斷系統(tǒng)的研究[D];大連理工大學(xué);2006年

9 吳建港;基于無線網(wǎng)絡(luò)的遠(yuǎn)程智能故障診斷系統(tǒng)的研究[D];天津大學(xué);2004年

10 張遠(yuǎn);基于信息融合技術(shù)的故障診斷模型和方法研究[D];中南大學(xué);2003年

本文編號：728560