發(fā)布時間：2017-07-29 07:25

  本文關(guān)鍵詞：電動塞拉門關(guān)鍵易損部件故障預(yù)測方法研究

  更多相關(guān)文章： 電動單推設(shè)備 故障預(yù)測 電動塞拉門 行程開關(guān) 隱馬爾可夫鏈模型 自組織映射神經(jīng)網(wǎng)絡(luò) 蒙特卡洛仿真 狀態(tài)駐留預(yù)測模型

【摘要】：電動單推設(shè)備作為工業(yè)領(lǐng)域以及軌道交通系統(tǒng)的重要功能子系統(tǒng),其運行的安全性和可靠性至關(guān)重要。電動塞拉門系統(tǒng)作為典型電動單推設(shè)備,由于操作頻繁,導(dǎo)致絲杠與行程開關(guān)成為故障頻發(fā)的部件。然而維修部門對于這些易損部件的故障尚未制定出合理的檢修方法。這些部件一旦損壞將會導(dǎo)致設(shè)備整體無法運行。因此,對電動塞拉門關(guān)鍵易損部件進行故障預(yù)測技術(shù)的研究,化被動維修為主動故障預(yù)防,具有十分重要的研究意義。目前,在電動單推設(shè)備的故障診斷技術(shù)方面已有一些研究成果,然而電動單推設(shè)備的故障預(yù)測技術(shù)研究仍處于初始階段。論文具體的研究內(nèi)容包括以下幾方面:1)介紹了電動單推設(shè)備結(jié)構(gòu)特性與工作原理,并闡述了其兩種關(guān)鍵易損部件。同時綜述了現(xiàn)有故障預(yù)測技術(shù)的研究現(xiàn)狀與存在的不足。2)針對典型電動單推設(shè)備—地鐵電動塞拉門的絲桿傳動潤滑不良和行程開關(guān)彈簧片的彈力不足這兩種漸進性故障,分別搭建各自實驗平臺,設(shè)計數(shù)據(jù)采集系統(tǒng)對其全壽命劣化數(shù)據(jù)進行采集,并作為后續(xù)理論分析。3)針對地鐵電動塞拉門的傳動絲桿潤滑不良的故障,提出了基于自組織映射神經(jīng)網(wǎng)絡(luò)(SOM)、隱馬爾可夫鏈模型(HMC)和蒙特卡洛(MC)仿真的剩余使用壽命預(yù)測方法。在模擬地鐵車輛客室電動塞拉門的結(jié)構(gòu)組成與運動特性基礎(chǔ)上,通過對采集到的電機電流信號進行多參數(shù)特征提取,應(yīng)用SOM算法實現(xiàn)對提取出的多維特征數(shù)據(jù)融合與編碼,將所得結(jié)果用于訓(xùn)練HMC模型;最后利用MC方法實現(xiàn)對其潤滑不良故障的剩余使用壽命預(yù)測。結(jié)果表明本文所提出的故障預(yù)測方法能有效的預(yù)測出電動塞拉門潤滑不良劣化過程的剩余使用壽命。4)針對傳統(tǒng)基于狀態(tài)故障預(yù)測方法的缺點,提出了基于狀態(tài)駐留信息模型預(yù)測(SBPD),該方法考慮了各狀態(tài)之間的駐留影響。以電動塞拉門易損部件行程開關(guān)作為研究對象,針對其彈簧片的彈力不足的故障,對行程開關(guān)進行加速疲勞實驗,最后利用SBPD模型以及馬爾可夫鏈蒙特卡羅仿真(MCMC)方法分別計算行程開關(guān)的剩余使用壽命,通過比較驗證了SBPD預(yù)測模型優(yōu)于MCMC方法,該模型可有效針對行程開關(guān)彈簧片彈力不足故障進行剩余使用壽命預(yù)測。最后是全文總結(jié)和展望。
【關(guān)鍵詞】：電動單推設(shè)備 故障預(yù)測 電動塞拉門 行程開關(guān) 隱馬爾可夫鏈模型 自組織映射神經(jīng)網(wǎng)絡(luò) 蒙特卡洛仿真 狀態(tài)駐留預(yù)測模型
【學(xué)位授予單位】：中國計量學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U270.386;TP183
【目錄】：

• 致謝5-6
• 摘要6-7
• abstract7-13
• 1 緒論13-22
• 1.1 選題意義與背景13-15
• 1.2 故障預(yù)測方法國內(nèi)外研究現(xiàn)狀15-19
• 1.2.1 故障預(yù)測方法分析16-19
• 1.2.2 故障預(yù)測技術(shù)研究趨勢19
• 1.3 本文的主要研究工作19-20
• 1.4 論文結(jié)構(gòu)20-22
• 2 基本理論22-31
• 2.1 馬爾可夫鏈概念22
• 2.2 馬爾可夫鏈定義22-23
• 2.3 HMC基本理論23-24
• 2.4 HMC基本算法24-27
• 2.4.1 前向-后向算法24-25
• 2.4.2 維特比算法25-26
• 2.4.3 Baum-Welch算法26-27
• 2.5 多維觀測樣本序列的HMC27-28
• 2.6 小波閾值去噪28-29
• 2.7 小波包分析原理29-31
• 3 基于SOM-HMC-MC的地鐵車輛電動塞拉門故障預(yù)測31-47
• 3.1 引言31
• 3.2 電動塞拉門潤滑不良劣化模型31-33
• 3.3 基于小波包Shannon能量熵的特征提取方法33-34
• 3.4 SOM神經(jīng)網(wǎng)絡(luò)的基本原理34-36
• 3.4.1 SOM神經(jīng)網(wǎng)絡(luò)概述34-35
• 3.4.2 SOM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法35-36
• 3.5 蒙特卡洛方法36
• 3.6 基于SOM-HMC-MC剩余使用壽命預(yù)測模型36-38
• 3.7 電動塞拉門潤滑不良故障實驗數(shù)據(jù)采集38-41
• 3.7.1 實驗平臺38
• 3.7.2 數(shù)據(jù)采集38-41
• 3.8 電動塞拉門潤滑不良的剩余使用壽命預(yù)測分析41-46
• 3.8.1 模型訓(xùn)練結(jié)果41-43
• 3.8.2 預(yù)測結(jié)果43-46
• 3.9 本章小結(jié)46-47
• 4 SBPD算法在行程開關(guān)故障預(yù)測中的研究47-58
• 4.1 引言47
• 4.2 行程開關(guān)故障劣化過程47-48
• 4.3 K均值聚類算法48-49
• 4.4 基于狀態(tài)駐留信息的故障預(yù)測模型49-52
• 4.4.1 SBPD基本概念49-50
• 4.4.2 劣化狀態(tài)數(shù)優(yōu)化及狀態(tài)識別50-51
• 4.4.3 狀態(tài)駐留信息的剩余使用壽命預(yù)測模型51-52
• 4.5 實驗與結(jié)果分析52-57
• 4.5.1 實驗裝置52-53
• 4.5.2 數(shù)據(jù)采集系統(tǒng)53-54
• 4.5.3 劣化狀態(tài)數(shù)評估54-55
• 4.5.4 剩余使用壽命預(yù)測結(jié)果分析55-57
• 4.6 本章小結(jié)57-58
• 5 總結(jié)和展望58-60
• 5.1 總結(jié)58
• 5.2 展望58-60
• 參考文獻60-64
• 作者簡歷64

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 楊宇;史進淵;默靜飛;;汽輪機重要易損部件中止樣本集壽命數(shù)據(jù)管理系統(tǒng)的研究[J];動力工程學(xué)報;2012年08期

2 高德;盧富德;;基于桿式彈性易損部件的非線性系統(tǒng)跌落沖擊研究[J];振動與沖擊;2012年15期

3 韓虹,韓曉剛,韓琪;環(huán)保鍋爐易損部件的修理[J];電站系統(tǒng)工程;2004年05期

4 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 陳長駿;電動塞拉門關(guān)鍵易損部件故障預(yù)測方法研究[D];中國計量學(xué)院;2016年

2 郝智偉;波輪式洗衣機關(guān)鍵部件的跌落仿真[D];江南大學(xué);2009年

，

本文編號：588018