天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

旋轉設備的狀態(tài)異常檢測方法研究

發(fā)布時間:2021-10-16 05:12
  旋轉設備的故障診斷技術在工程中有著重要的地位和應用價值,建立一套特征提取和狀態(tài)檢測的方法是重中之中。通過早期診斷預防設備發(fā)生重大事故,對于國民經(jīng)濟和安全具有巨大價值,也是當前研究的焦點。常用的特征識別和檢測方法大致分為時域、頻域和時頻域三大類,然而真實的信號成分復雜且噪聲干擾嚴重。利用現(xiàn)今的機器學習等方法,樣本訓練的時間成本高且后期仍需要調(diào)參,這在工業(yè)生產(chǎn)中的應用性差。且旋轉設備故障診斷的諸多診斷指標具有不同的適用范圍,處理多樣性的信號出現(xiàn)效果不佳和錯判的情況。由于故障早期信號十分微弱而難以診斷,工業(yè)診斷對精確度要求較高。一套在大多數(shù)情況下能有效提取特征并做出準確診斷的系統(tǒng)一直是研究的難點,該方向研究也十分有意義。本文針對上述存在的問題,構建了一套有效特征提取和診斷系統(tǒng),主要研究如下:首先,本文提出基于稀疏濾波和參數(shù)化時頻分析的方法(SF-PTFA)。通過稀疏濾波選取相應的原子,得到預想的故障特征,然后利用參數(shù)化時頻分析準確地提取出這些信號。在仿真和真實信號實驗中,對軸承和齒輪信號分別展開分析,均能很好地分辨故障信號并將之準確提取。證明了該方法具有在低信噪比的復雜信號中具有故障成分識別... 

【文章來源】:中國科學技術大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】:97 頁

【學位級別】:碩士

【部分圖文】:

旋轉設備的狀態(tài)異常檢測方法研究


圖1.2損壞的齒輪設備??眾所周知,機械設備在長期的高強度損耗中,不論質(zhì)量多佳總會出現(xiàn)磨損、??斷裂、腐蝕等現(xiàn)象,這些老化現(xiàn)象就是一個個潛在的隱患,需要建立一套監(jiān)測系??

結構圖,樣本,支持向量機,專家系統(tǒng)


?第1章緒論???并對故障展開預測,有利于其專家系統(tǒng)的構建。??細胞體??r?_??圖1.3神經(jīng)元結構圖??支持向量機的方法在現(xiàn)今常利用于數(shù)據(jù)樣本較少的情況,因為專家系統(tǒng)和神??經(jīng)網(wǎng)絡等方法均是基于大量數(shù)據(jù)的基礎上展開的學習與預測,如果樣本太少會影??響了整體方法的效果。而在支持向量機可以在設備故障診斷中用于識別和監(jiān)測,??因為其利用統(tǒng)計學習原理能夠克服這樣的一些毛玻它的優(yōu)點是在樣本數(shù)少且樣??本為非線性的情況下仍能夠得到較好的效果,故其應用到生活的方方面面。??1.2.2軟硬件監(jiān)測系統(tǒng)的發(fā)展??對于機械設備的檢測技術從古至今都是一個研宄熱點問題,各個國家政府高??度重視該方向的研宄,這個問題事關人生安全和國家的經(jīng)濟形勢。各國均投入了??大量的人力物力去建立一套良好的監(jiān)測體系,防止重大事故的發(fā)生。在當今的時??代,故障診斷相關方法更加突飛猛進,國外內(nèi)的狀態(tài)診斷技術達到了一個新的層??次,主要在以下幾個方面飛速發(fā)展[36_37]。第一塊主要研宄的是監(jiān)測診斷模式塊,??主要為分布式和網(wǎng)絡遠程模式。??1970年開始,隨著電子工業(yè)的蓬勃發(fā)展,整個故障診斷技術迎來了新一波??的高潮,許多監(jiān)測系統(tǒng)和軟件接連問世。隨著電子測量技術以及對于頻譜的研宄??的深入,產(chǎn)生了許多具有一定實用價值的監(jiān)測系統(tǒng),在外國有美國Bentley公司??研制的狀態(tài)監(jiān)測儀,國內(nèi)主要就是在診斷領域的技術有了重大的突破,主要集中??在時域信號采集、頻譜分析等研究方向[2,4]。但是只是圍繞信號的輸入塊,只是通??過一些方法采集到了相關信號,沒有對于振動信號分析的一套系統(tǒng),同時對于設??備的了解較為單一,特別是沒有一款軟件能夠落地應用,大多數(shù)情況

強弱,噪聲,信號


L?I?I?1?L? ̄ ̄*?;???defected?signal?with?hea\y?noise??〇?〇3?.?defected?signal?with?slight?noise?.??I?i?j?j? ̄ ̄r??I?1111'i?f?I?ij'?"i?■?1??-0.03'?-??-0.04?^?r?J?r?1?r?r?[?【???0?0.02?0.04?0.06?0.08?0.1?0.12?0.14?0.16?0.18??圖1.4強弱噪聲對于信號檢測的影響??如圖1.4展示了一個信號在強弱干擾中的不同效果,在圖中紅色部分是在弱??噪聲中的整體信號表示,藍色是在強噪聲信號中的整體表示。結果顯而易見,隨??著噪聲越強,原始信號的特征越不明顯。狀態(tài)監(jiān)測就是利用相應方法從原始信號??中提取出有效、敏感的特征,達到對未知異常的檢測從而保證機器的正常運行。??在實際信號中噪聲和各種部件對所要監(jiān)測的信息來說就是一個強干擾,這導??致了診斷的難度成幾何量級增大,如何去除這些干擾的影響,還原故障的本身的??信息一直是當下的一個研究重難點。??2.非穩(wěn)態(tài)信號信息準確提取問題??常規(guī)的時域和頻域方法用在穩(wěn)定信號的特征提取中,然而現(xiàn)實中的信號特征??隨時間變化而變化其不具備任何規(guī)律的。時頻分析方法對于非穩(wěn)態(tài)信號的處理各??有優(yōu)劣,針對旋轉設備信號的特征,將這個信號精確提取出來是當前的一大難點。??3.算法復雜度問題??現(xiàn)代人工智能算法對于特征學習有較好的效果,但是這個代價就是算法的復??雜度較高。比如利用神經(jīng)網(wǎng)絡學習相關問題,可能中間層的過多,導致整個算法??計算復雜度較高,計

【參考文獻】:
期刊論文
[1]齒輪故障診斷技術研究[J]. 涂旭欣,吳勝利,簡曉春.  自動化儀表. 2020(02)
[2]考慮滑動軸承時變動力學參數(shù)的齒輪系統(tǒng)建模及分析[J]. 魏維,郭文勇,吳新躍,吳啟豪.  振動與沖擊. 2019(23)
[3]行星齒輪箱齒輪磨損故障診斷[J]. 李海平,趙建民,張鑫,倪祥龍.  振動與沖擊. 2019(23)
[4]幾種時頻分析方法的研究和對比[J]. 趙曉宇,李艷萍,付顏龍,吉向敏,劉煜.  信息通信. 2019(08)
[5]基于人工智能的工程機械故障診斷技術[J]. 張玨.  智能城市. 2019(12)
[6]基于振動信號相位檢測的大型機電設備故障診斷技術[J]. 苗可彬.  單片機與嵌入式系統(tǒng)應用. 2019(03)
[7]基于粗糙遺傳BP神經(jīng)網(wǎng)絡的滾動軸承故障診斷[J]. 唐立力.  機械工程與自動化. 2018(03)
[8]旋轉機械振動監(jiān)測和故障診斷的智能化[J]. 阮躍,潘勇,徐世昌.  設備管理與維修. 2018(10)
[9]旋轉機械頻譜智能分析系統(tǒng)的研究與實現(xiàn)[J]. 楊秀文.  山東工業(yè)技術. 2016(09)
[10]24種特征指標對軸承狀態(tài)識別的性能研究[J]. 程曉涵,汪愛明,花如祥,孟國營.  振動.測試與診斷. 2016(02)

博士論文
[1]列車軸承軌邊聲學故障診斷中多源混疊空時濾波器設計方法研究[D]. 熊偉.中國科學技術大學 2019
[2]參數(shù)化時頻分析理論、方法及其在工程信號分析中的應用[D]. 楊揚.上海交通大學 2013
[3]旋轉機械早期故障特征提取的時頻分析方法研究[D]. 鞠萍華.重慶大學 2010
[4]齒輪與滾動軸承故障的振動分析與診斷[D]. 孟濤.西北工業(yè)大學 2003
[5]齒輪傳動系統(tǒng)的故障診斷方法的研究[D]. 韓振南.太原理工大學 2003

碩士論文
[1]滾動軸承故障診斷的若干方法研究[D]. 劉星辰.中國科學技術大學 2017
[2]旋轉機械故障的檢測與診斷[D]. 鄒巍.北京郵電大學 2013
[3]大型旋轉機械振動監(jiān)測與故障診斷知識體系的研究與實現(xiàn)[D]. 孫楠楠.重慶大學 2006
[4]基于主成分分析的綜合評價研究[D]. 張鵬.南京理工大學 2004



本文編號:3439215

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3439215.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶f0329***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com