收藏本站
《大连理工大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

非平稳信号故障特征提取与智能诊断方法的研究及应用

王奉涛  
【摘要】:在工业生产过程中,人们希望能够对设备故障实现早期预报,防患于未然,保证设备安全、稳定、长周期、满负荷优质运行,避免旧的维修体制中存在的“过维修”或“欠维修”现象,充分发挥设备的效益。在此情况下,设备故障诊断学应运而生,并吸引大量的科研人员从事这方面的研究,促使该学科不断发展和完善。 随着设备向着高速度、高功率、高可靠性、大型化的方向发展,使得传统的故障诊断技术难以胜任复杂设备的故障诊断。本文正是基于此考虑,把局域波时频分析方法和人工智能-守法引入到故障诊断领域,以解决复杂设备的故障诊断问题。 首先,针对复杂设备系统的非线性和表面振动信号的非平稳性,引入了局域波分析方法。局域波分析方法的重大突破在于用基于信号局部特征的多个基本模式分量来描述信号,并赋予每个基本模式分量具有实际物理意义的瞬时频率。它有效地克服了用传统方法进行非平稳信号分析中产生无意义谐波分量的缺点。另外,通过局域波分析可把复杂的实测数据分解成有限个基本模式分量,从而简化信号分析过程,降低信号分析误差。 然后,从信息论的角度分析了人类智能活动的一般过程,总结了复杂设备系统故障诊断的特点,给出了智能故障诊断系统的一般框架。在此基础上,主要进行了以下的研究工作。 1.提出了基于Chebysbcv数值逼近的数据序列延拓算法,解决了局域波分解过程中的边界问题。该方法具有模型简单、所需的观测样本容量小、易于在线计算及预测精度较高的特点,实现快速而准确的局域波分解。 2.特征提取是当前机械故障诊断中的瓶颈问题,它直接关系到故障诊断的准确性和早期预报的可靠性。在局域波理论的基础上,引入了时频局部能量的概念,进而提出了一种基于时频局部能量的特征提取方法。时频局部能量更好地反映了信号频率特征的时变特点,为准确地分析和处理非平稳信号提供了有效的手段。同样基于局部能量的思想,提出了一种基于小波包分解的频带局部能量特征提取方法。 3.从人工神经网络故障诊断模型的特点出发,通过局域波法进行特征提取,利用粗糙集理论确定最优的决策系统,提出了粗糙集-局域波-神经网络智能故障诊断系统模型。该模型较好地解决了神经网络结构、训练样本的大小、 大连理工大学博士学位论文 摘要 样本质量等对人工神经网络的精度及泛化能力有直接影响的问题,减少了训练 所需的计算量和时间,提高了诊断精度。 4.在分析D一S证据理论和神经网络技术的优缺点及之间互补性的基础上, 提出了一种基于D一S证据理论的多神经网络故障诊断方法。通过两者的结合, 不仅解决了随着诊断参数的增多,神经网络结构逐渐庞大而造成的一系列问 题,而且也为D一S证据理论中基本可信度分配的构造提供了有效的方法。同时, 针对相互冲突证据体的融合问题,给出了更为合理的融合推理公式。诊断实例 表明,该方法具有较高的诊断准确性和可靠性。 最后,以中国一汽变速箱厂生产的G79004变速箱为背景,融合传统故障 诊断方法和本文提出的几种新方法,开发研制了“汽车变速箱性能检测系统”。 该系统是集测试、实时监测显示、报警、信号分析、诊断于一体的综合监测系 统。本文介绍了测试系统的设计方案,详细论述了基于软件复用的设计思想和 设计过程,’并就C/s模式系统设计的特点进行了分析,确定相应的解决方案。 工程应用表明,利用而不是忽略复杂设备系统的非线性和表面振动信号中 的非平稳性特征,来建立相应的智能故障诊断系统,可以获得更有物理意义的 诊断结果,实现准确的故障诊断。
【学位授予单位】:大连理工大学
【学位级别】:博士
【学位授予年份】:2003
【分类号】:TP277

【相似文献】
中国期刊全文数据库 前10条
1 张海攀;杨佳;;人事信息系统软件体系结构设计关键技术研究[J];电脑知识与技术;2011年22期
2 王爱国;陈伟;陈辉林;关春喜;;基于构件技术的中间件开发研究[J];赤峰学院学报(科学教育版);2011年06期
3 罗亚玲;;可复用信息修改组件的实现[J];科学技术与工程;2011年20期
4 金望琳;;企业资源计划系统开发技术的现状与发展[J];建材世界;2011年04期
5 邓小娥;葛孝堃;;软件产品线可变性的分析和实现技术研究[J];计算机应用与软件;2011年09期
6 李辉;赵海;郝立颖;何滨;;基于k-核的大规模软件核心框架结构抽取与度量[J];东北大学学报(自然科学版);2011年07期
7 李皓;李险峰;庞九凤;黄侃;郑衍松;佟冬;程旭;;基于固件的系统芯片协同验证平台[J];计算机辅助设计与图形学学报;2011年09期
8 刘兵良;朱小军;;对软件体系结构的一些探讨[J];信息与电脑(理论版);2011年07期
9 ;[J];;年期
10 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 高玉兰;姚世军;江澜;;软件复用技术研究[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年
2 陈思;;浅谈软件复用技术及其应用[A];上海烟草系统2004年度优秀学术论文集[C];2004年
3 焦金丹;胡金柱;胡燕;鲁志兵;;基于软件复用的领域分析和建模研究[A];2006年全国开放式分布与并行计算机学术会议论文集(三)[C];2006年
4 李亚红;王坚;戴毅茹;;基于.NET构件技术的充水预压系统的设计与实现[A];先进制造技术高层论坛暨第六届制造业自动化与信息化技术研讨会论文集[C];2007年
5 黄奇;熊庆宇;石为人;;一种面向工业自动化仪表的嵌入式软件系统构建方法研究[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
6 姜佳佳;梁英;陈皓;张晓彤;;一种面向服务的复用遗留系统的方法及应用[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
7 张文君;顾海明;;改进的领域分析方法及数字校园网领域模型[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
8 占建伟;吕志成;张国柱;欧钢;;基于面向对象框架的北斗接收机自动测试系统[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
9 王奉涛;马孝江;张勇;;一种局域波分解中的边界处理方法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
10 黄兴平;徐鹏;杨放春;;基于面向构件的软件框架实现IMS CSCF[A];2006年全国通信软件学术会议论文集[C];2006年
中国重要报纸全文数据库 前10条
1 张勇 新疆维吾尔自治区烟草专卖局(公司);浅谈如何做好软件系统的架构设计[N];东方烟草报;2010年
2 ;我国软件产业迈向何方[N];中国电子报;2001年
3 本报记者 高丽华;构件孕育产业变局[N];计算机世界;2005年
4 本报记者 孙小羽;知识管理的力量[N];计算机世界;2001年
5 朱羽;软件行业发展应走构件化道路[N];中国高新技术产业导报;2004年
6 本报记者 叶林海 实习记者 万国燕;构件化带动软件工业化[N];中国计算机报;2005年
7 本报记者 徐萍;东软突围“速度风险”怪圈[N];计算机世界;2003年
8 ;中间件符合软件发展的潮流[N];科技日报;2000年
9 朱羽;软件发展应走构件化道路[N];经济参考报;2004年
10 孙志永 肖曙光;软件管理把握过程[N];中国计算机报;2002年
中国博士学位论文全文数据库 前10条
1 王奉涛;非平稳信号故障特征提取与智能诊断方法的研究及应用[D];大连理工大学;2003年
2 王凤利;基于局域波法的转子系统非线性动态特性及应用研究[D];大连理工大学;2003年
3 郭健美;基于共性与可变性分析的适应性软件复用与配置技术研究[D];上海交通大学;2011年
4 张海勇;基于局域波法的非平稳随机信号分析中若干问题的研究[D];大连理工大学;2001年
5 郝志华;基于局域波法和盲源分离的故障诊断方法应用研究[D];大连理工大学;2005年
6 丁剑洁;软件生产线度量技术应用研究[D];西北大学;2012年
7 王闯;软件智能进化模型及其实现机制研究[D];北京邮电大学;2012年
8 贾育;基于演于构件的软件复用方法[D];中国科学院研究生院(软件研究所);2002年
9 朱建江;基于软件构件的软件复用的研究[D];南京航空航天大学;2002年
10 李宏坤;基于信息融合技术船舶柴油机故障诊断方法的研究与应用[D];大连理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 范菊逸;企业级应用中面向对象框架的研究[D];华中科技大学;2005年
2 陈凯;面向网构软件的软件协同框架研究[D];江苏大学;2010年
3 漆志群;基于算法框架的软件设计及分析复用技术研究[D];江西师范大学;2003年
4 马少林;基于EJB的分布式对象的研究与应用[D];兰州理工大学;2004年
5 娄晓亮;StrutsX——一种面向高层复用的Web应用框架的设计、实现与应用[D];中国科学院研究生院(软件研究所);2005年
6 杨凌燕;可复用的测试用例管理系统的开发[D];华东师范大学;2009年
7 程俊春;基于构件的软件集成研究[D];武汉大学;2004年
8 冯艳华;基于语义的构件描述和检索方法的研究[D];西北大学;2005年
9 于海泳;组件技术在GIS领域的应用与研究[D];华北电力大学(河北);2005年
10 李高明;基于构件技术的工作流引擎模型研究[D];昆明理工大学;2008年
 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