收藏本站
《河北工业大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

机械设备智能诊断中视听信息融合方法研究

张靓  
【摘要】:在现有的信息融合故障诊断方法中,对多源信息的利用往往局限于振动、压力、温度、加速度等机械设备内部状态信息,而忽略了外部状态信息中视觉与听觉信息的利用。相比于内部状态信息,视听信息能够对机械设备运行状态产生更为直观的描述,更具有普适性,基于视听传感搭建的故障诊断系统通常具有更简单、快捷的信息流通网络机制和硬件拓扑结构,具有更好的实时性与可移植性。本论文正是基于此考虑,将表征设备外部状态的视听信息引入到机械设备的故障诊断中,并研究视听信息融合的模型与方法,以突破仅靠内部传感信息作为故障诊断媒介的诸多局限,为机械设备故障诊断中复杂问题的解决提供新的思路。本论文从神经生理学的角度出发,描述了在环境认知中人脑对多感知信息进行融合处理的普遍性与有效性,并以此为借鉴,进一步根据机械设备故障诊断中信息传导与流通的机制,论证了视听信息融合在机械设备故障诊断中的可行性,提出了故障诊断中视听信息融合的一般框架。在此基础上,对视听信息融合的关键问题进行了系统性的研究,主要内容有:(1)针对听觉信息受工业噪声干扰较严重、信噪比低的问题,研究了听觉信息故障特征提取方法。结合经验模态分解(Empirical Mode Decomposition,EMD)对混合信号的自适应分解能力和独立分量分析(Independent Component Analysis,ICA)对盲源信号的分离能力,提出了EMD-ICA联合信号处理框架,有效避免了EMD分解中的模态混叠现象,同时也解决了ICA处理过程中信号源数目的受限问题。(2)为了降低信息故障特征中不敏感成分对分类器识别准确性的影响,提出了一种改进的基于距离的特征敏感性评估与选择方法。该方法通过引入特征差异性因子,能够对不同特征类内聚集程度与类间距离的差异加以区分,从而使不同特征的聚类结果更加合理,以此作为特征选择的依据,能够降低输入特征向量的维数,减少分类计算的时间,提高状态分类的准确性。构建了一种基于EMD-ICA联合信号处理技术、改进的基于距离评估的特征选择方法以及BP神经网络的智能诊断模型,并通过某分拣机械手抓料过程故障诊断实验验证了该模型的有效性。(3)围绕故障诊断中视听信息的不确定性问题,深入研究了基于模糊神经网络的信息融合诊断方法。详细剖析了自适应模糊推理系统(Adaptive Networkbased Fuzzy Inference System,ANFIS)的网络结构、工作原理和学习算法。针对ANFIS算法中误差反向传播(Back Propagation,BP)学习部分迭代过程较长、容易陷入局部最小值等缺陷,分别用Fletcher-Reeves Update共轭梯度法、比例共轭梯度(Scale Conjugate Gradient,SCG)法和Levenberg-Marquardt(LM)法对算法进行了改进,并基于改进的ANFIS进行了分类诊断实验。某分拣机械手抓料过程故障诊断实验结果表明,在基于视听信息的融合诊断中,通过LM法改进的ANFIS具有更加迅速的收敛过程和更高的分类准确率。同时经过与利用单独视觉或听觉信息的诊断结果对比,验证了视听信息融合对于机械设备故障诊断的有效性。对LM算法的原理进行了深入分析,并通过引入步长调整因子对其做了进一步改进,降低了网络收敛过程对某些迭代控制参数的依赖程度,提高了收敛速度,最后通过实验验证了改进效果。(4)针对不同通道中视听信息特征可能存在的映射结果冲突问题,深入研究了D-S证据理论中证据组合与推理的原理,针对D-S证据理论在对低置信度高冲突证据进行组合时的“证据悖论”现象,提出了一种基于权重再分配的改进的证据推理算法,该算法通过引入冲突因子表示其中一个证据与其它所有证据之间的冲突程度,并以此来进行融合权限的二次分配以提高证据推理的合理性。(5)提出了一种智能分层诊断模型。在该模型中,首先利用文中提出的特征提取与选择方法对输入特征向量进行筛选,再根据不同的数据类型对应多个ANFIS进行初步识别诊断,并将初步诊断的结果作为不同的证据体,由改进D-S证据组合推理方法给出最终的诊断决策。该智能分层诊断模型有效降低了故障诊断空间的维数,简化了网络结构,面向不同的诊断问题,具有较好的鲁棒性和灵活性,能够较好地处理机械设备故障诊断中多源信息的不确定性和多特征映射的矛盾性问题。最终在“手机屏幕AOI自动检测系统”中对该模型的诊断效果进行了验证。实验结果表明,利用提出的智能分层诊断模型对设备运行中的视听信息进行融合处理,能够有效识别用内部状态信息难以表征的机械设备故障状态,同时具有良好的实时性。
【学位授予单位】:河北工业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TH17

知网文化
【相似文献】
中国期刊全文数据库 前10条
1 徐俊华;;视听信息资源在教学和教育中的作用[J];科技情报开发与经济;2009年10期
2 麦克莱恩;严雪;;涉及家庭组合的大脑进化[J];现代外国哲学社会科学文摘;1988年10期
3 方尔庆;耿新;;基于视听信息的自动年龄估计方法[J];软件学报;2011年07期
4 张靓;李铁军;宗银雪;;融合视听信息的机电设备状态监测系统设计[J];仪表技术与传感器;2015年09期
5 李继龙;;俄罗斯实时视听信息系统[J];广播与电视技术;2013年07期
6 CW;什么是MPEG-7[J];广播电视信息;2000年07期
7 曹洁;魏建勇;;杂波环境下基于视听信息融合的目标跟踪[J];兰州理工大学学报;2009年03期
8 梁冰;陈德运;程慧;;自适应视听信息融合用于抗噪语音识别[J];控制理论与应用;2011年10期
9 曹洁;魏建勇;刘宗礼;王进花;;基于简化的ISPF算法与视听信息融合的目标跟踪[J];仪器仪表学报;2011年01期
10 赵红梅;;把课外阅读还给孩子[J];教书育人;2012年25期
中国重要会议论文全文数据库 前1条
1 高英杰;;浅析多媒体教学的利与弊[A];基础教育理论研究成果荟萃(中)[C];2006年
中国重要报纸全文数据库 前1条
1 中国社会科学院法学研究所副研究员 周林;“信息自由”与“视听信息”[N];中国艺术报;2010年
中国博士学位论文全文数据库 前2条
1 张靓;机械设备智能诊断中视听信息融合方法研究[D];河北工业大学;2016年
2 吴迪;智能环境下基于视听信息多层级融合的身份识别[D];兰州理工大学;2014年
中国硕士学位论文全文数据库 前4条
1 周静;社会范畴加工中视听信息的整合[D];上海师范大学;2017年
2 韩晶;基于视听信息融合的语音识别研究[D];哈尔滨理工大学;2011年
3 胡国鹏;融合视听信息的键合图语言的复杂机电系统故障机理的研究[D];河北工业大学;2014年
4 乔石;基于人脑学习与记忆的多源信息融合算法研究[D];河北工业大学;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026