回轉(zhuǎn)支承是連鑄機大包回轉(zhuǎn)臺上的重要旋轉(zhuǎn)部件，其安全穩(wěn)定性對于大包回轉(zhuǎn)臺正常運行至關重要。為了避免大包回轉(zhuǎn)臺運行故障，需要高效準確的診斷回轉(zhuǎn)支承在運行過程中出現(xiàn)的異�，F(xiàn)象�；剞D(zhuǎn)支承長期工作在低速重載的運行狀態(tài)下，傳統(tǒng)的軸承故障診斷方法并不適用，因此需要開發(fā)一套可靠的回轉(zhuǎn)支承在線監(jiān)測與故障診斷系統(tǒng)。論文的主要研究工作如下：（1）分析了大包回轉(zhuǎn)臺的總體結(jié)構(gòu)，確定以回轉(zhuǎn)支承作為主要對象監(jiān)測其運行狀況。分析了回轉(zhuǎn)支承的主要破壞形式，選取振動、位移、電功率信號作為監(jiān)測對象和診斷參量。（2）設計了連鑄機大包回轉(zhuǎn)臺狀態(tài)監(jiān)測與故障診斷系統(tǒng)的總體方案，并對監(jiān)測的物理量、測點布置、數(shù)據(jù)采集方式、分析方法、軟件系統(tǒng)的總體和功能模塊設計等問題給出了全面合理的解決方案。（3）通過對所采集的數(shù)據(jù)進行提取處理得出測試樣本，分別運用模糊診斷方法、神經(jīng)網(wǎng)絡方法和模糊神經(jīng)網(wǎng)絡方法診斷故障并進行分析和比較，證明了模糊神經(jīng)網(wǎng)絡在回轉(zhuǎn)支承故障診斷與識別應用中優(yōu)越性，能顯著提高回轉(zhuǎn)支承故障診斷與識別的準確性。（4）開發(fā)了大包回轉(zhuǎn)臺在線監(jiān)測與故障智能診斷系統(tǒng)，成功應用于某鋼鐵企業(yè)煉鋼廠，系統(tǒng)運行穩(wěn)定，實現(xiàn)了預定的設計目標。 

【文章來源】：武漢科技大學湖北省

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 大包回轉(zhuǎn)臺及回轉(zhuǎn)支承研究現(xiàn)狀
        1.2.2 在線監(jiān)測技術研究現(xiàn)狀
        1.2.3 故障智能診斷方法研究現(xiàn)狀
    1.3 主要研究內(nèi)容
        1.3.1 論文主要研究內(nèi)容
        1.3.2 論文研究目標
第2章 回轉(zhuǎn)支承運行狀態(tài)分析原理與方法
    2.1 大包回轉(zhuǎn)臺結(jié)構(gòu)分析及工作原理
    2.2 回轉(zhuǎn)支承結(jié)構(gòu)分析
    2.3 回轉(zhuǎn)支承失效形式
    2.4 回轉(zhuǎn)支承的特征頻率計算
    2.5 回轉(zhuǎn)支承狀態(tài)監(jiān)測方法
    2.6 本章小結(jié)
第3章 連鑄機大包回轉(zhuǎn)臺在線監(jiān)測系統(tǒng)的總體設計
    3.1 測試工況分析
    3.2 系統(tǒng)總?cè)萘?br>    3.3 測點布置
    3.4 系統(tǒng)的總體結(jié)構(gòu)設計
        3.4.1 信號采集方案
        3.4.2 系統(tǒng)硬件功能框圖
        3.4.3 主要硬件選型
        3.4.4 其它硬件設備
        3.4.5 機柜及內(nèi)部設備布置方案
    3.5 本章小結(jié)
第4章 大包回轉(zhuǎn)臺在線監(jiān)測系統(tǒng)的實現(xiàn)
    4.1 軟件開發(fā)平臺
        4.1.1 軟件系統(tǒng)框圖及系統(tǒng)功能
        4.1.2 系統(tǒng)軟件平臺
    4.2 軟件主要界面
    4.3 結(jié)論
    4.4 本章小結(jié)
第5章 回轉(zhuǎn)支承故障診斷模型的建立與仿真
    5.1 模糊邏輯與神經(jīng)網(wǎng)絡概述
    5.2 回轉(zhuǎn)支承的數(shù)據(jù)模糊聚類及其 MATLAB 實現(xiàn)
        5.2.1 常用的隸屬函數(shù)
        5.2.2 模糊推理的過程
        5.2.3 基于模糊聚類的回轉(zhuǎn)支承故障特診參數(shù)的確定
    5.3 模糊診斷方法在回轉(zhuǎn)支承故障診斷中的研究與應用
    5.4 神經(jīng)網(wǎng)絡在回轉(zhuǎn)支承中的研究與應用
        5.4.1 神經(jīng)網(wǎng)絡結(jié)構(gòu)
        5.4.2 神經(jīng)網(wǎng)絡工作方式
        5.4.3 神經(jīng)網(wǎng)絡的學習算法
        5.4.4 基于 BP 神經(jīng)網(wǎng)絡的回轉(zhuǎn)支承故障診斷
    5.5 模糊神經(jīng)網(wǎng)絡在回轉(zhuǎn)支承故障診斷中的研究與應用
        5.5.1 模糊神經(jīng)網(wǎng)絡及其 MATLAB 實現(xiàn)
        5.5.2 模糊神經(jīng)網(wǎng)絡（ANFIS）系統(tǒng)的模型
        5.5.3 ANFIS 系統(tǒng)結(jié)構(gòu)
        5.5.4 ANFIS 系統(tǒng)的學習算法
        5.5.5 基于模糊神經(jīng)網(wǎng)絡（ANFIS）的回轉(zhuǎn)支承故障診斷
    5.6 模糊推理、神經(jīng)網(wǎng)絡、ANFIS 診斷結(jié)果的對比分析
    5.7 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
致謝
參考文獻
附錄 1 攻讀碩士期間發(fā)表的論文
附錄 2 攻讀碩士學位期間參加的科研項目
詳細摘要


【參考文獻】：
期刊論文
[1]Improved BP Neural Network for Transformer Fault Diagnosis[J]. SUN Yan-jing, ZHANG Shen, MIAO Chang-xin, LI Jing-meng School of Information and Electrical Engineering, China University of Mining & Technology, Xuzhou, Jiangsu 221008, China.  Journal of China University of Mining & Technology. 2007(01)
[2]軸承故障的模糊聚類方法[J]. 張國新,劉贛華.  煤礦機械. 2006(09)
[3]Timken滾子軸承壽命計算[J]. 劉耀中.  軸承. 2004(01)
[4]滾動軸承故障在線智能診斷儀[J]. 王平.  軸承. 2003(09)
[5]軸承遠程故障診斷系統(tǒng)[J]. 余成波.  軸承. 2003(02)
[6]一種用于低速重載軸承故障診斷的共振解調(diào)法[J]. 王志剛,李友榮,朱瑞蓀,呂勇.  煤礦機械. 2002(08)
[7]滾動軸承在線監(jiān)測與故障診斷系統(tǒng)[J]. 施敏芳.  軸承. 2001(08)
[8]極大熵譜法及其在滾動軸承故障診斷中的應用[J]. 徐玉秀,原培新,邢鋼.  機械科學與技術. 2001(04)
[9]鋼包回轉(zhuǎn)臺重載軸承故障診斷的小波分析法[J]. 陳長征,鮑文博,佟杰新.  重型機械. 2000(02)
[10]低速重載軸承的故障診斷[J]. 趙飛鵬,吳晚云,郝保國.  冶金設備. 1999(03)

碩士論文
[1]鋼包回轉(zhuǎn)臺設備故障診斷與分析[D]. 陳晶宇.遼寧科技大學 2008
[2]大型回轉(zhuǎn)支承裝置故障機理及故障診斷技術的研究[D]. 葉燚璽.武漢理工大學 2005



本文編號：3078473