收藏本站
《东北大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

基于振动分析的机床状态识别与人机效能评估方法研究

张雷  
【摘要】:设备的振动信号涵盖了大量关于设备的信息,而且采集方便,分析方法较多,在故障诊断与状态监测领域以被广泛应用,但利用振动信号判断设备的工作状态、统计每种工作状态的时间,进而利用统计的时间做一些人机相关评估的研究比较少。因此本文尝试着研究此类问题。文中用三种不同分析方法对一台普通机床进行状态识别,并统计每种工作状态的时间,利用统计的时间做一些对工人及设备的评价。应用的方法有(1)基于BP神经网络实现机床状态状态分类通过寻找每种工作状态的时域以及频域特征作为网络的输入,根据特征个数以及输出的种类,确定BP神经网络的结构。分别用了信号的时域特征、频域特征、以及频域与时域特征组合在一起的三种数据作为网络输入,拟合出三个网络,对数据进行分类,统计每种工作状态时间长短。试验结果表明混合特征作为特征统计时间的成功率最高。(2)基于人耳听觉模型(ZCPA)进行机床状态分类将改进听觉模型ZCPA模型用于机械振动信号征提取中,根据振动信号的特点对模型做了相应的调整,采用S函数模拟耳蜗内毛细胞,使用Gammatone滤波器组对耳蜗基底膜进行建模,将频率箱按照频率范围等比递增的方式在频率轴上进行分布。分析结果表明:利用ZCPA模型对五种工作状态进行特征提取,能够准确区分不同工作状态。通过计算输出值与标准值之间的相关性,统计出每种工作状态的时间。(3)基于三次包络处理后进行机床状态分类工作状态发生变化时,信号幅值变化较大。通过对信号做半波整流及三次包络,建立相应的约束条件,能准确识别出信号当中的突变部分,分析突变点前后的工作状态,找出状态突变点。实验结果表明利用寻找状态突变点的方法能准确识别出不同的工作状态,能提取出突变信号,统计出每种工作状态的时间。(4)每一种工作状态的时间与工作过程中出现的冲击数都与工人的操作水平相关。利用统计出的每种工作状态的时间与提取的冲击信号,为机床的设备折旧费计算、设备维修期制定提供参考数据,以及对工人的操作水平、工作情绪等做一些评估。
【关键词】:BP神经网络 ZCPA 三次包络 时间统计 人机评估
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:TG502
【目录】:
  • 摘要5-6
  • ABSTRACT6-10
  • 第1章 绪论10-14
  • 1.1 课题研究的目的与意义10-11
  • 1.2 国内外发展现状11-12
  • 1.3 论文研究的主要内容12-14
  • 第2章 振动数据采集实验14-16
  • 2.1 实验设备14
  • 2.2 实验对象14-15
  • 2.3 实验过程15-16
  • 第3章 基于BP神经网络进行机床状态分类16-30
  • 3.1 人工神经网络的简介16
  • 3.2 人工神经网络的工作原理16
  • 3.3 BP神经网络学习算法16-18
  • 3.4 利用BP神经网络对数据进行分类18-29
  • 3.4.1 建立神经网络结构18-19
  • 3.4.2 提取时域特征建立网络19-23
  • 3.4.3 提取频域特征建立网络23-28
  • 3.4.4 提取时域和频域特征建立网络28-29
  • 3.5 本章小结29-30
  • 第4章 基于听觉模型(ZCPA)的机床状态分类30-39
  • 4.1 人类听觉系统简介30-31
  • 4.2 听觉模型的简介31
  • 4.3 ZCPA听觉模型31-34
  • 4.3.1 ZCPA听觉模型基本原理31-32
  • 4.3.2 基底膜带通滤波器32
  • 4.3.3 特征提取32-34
  • 4.4 ZCPA模型的调整与实现34
  • 4.5 基于ZCPA进行状态分类34-38
  • 4.5.1 建立试验标准34-37
  • 4.5.2 数据识别分类37-38
  • 4.6 本章小结38-39
  • 第5章 基于三次包络提取冲击的机床状态分类39-51
  • 5.1 冲击信号39-42
  • 5.2 利用三次包络识别与提取冲击信号42-49
  • 5.2.1 冲击信号的识别42-46
  • 5.2.2 冲击信号的提取46-49
  • 5.3 状态分类49-50
  • 5.4 本章小结50-51
  • 第6章 机床性能及工人操作水平评价51-59
  • 6.1 工作时间占用率51-54
  • 6.1.1 加工时间占用率52
  • 6.1.2 换刀时间占用率52-53
  • 6.1.3 对刀时间占用率53
  • 6.1.4 装卸时间占用率53
  • 6.1.5 停车时间占用率53
  • 6.1.6 统计每种工作状态时间占有率53-54
  • 6.2 利用统计的时间及冲击对设备及工人做评价54-57
  • 6.2.1 对工人技术水平的评价54-55
  • 6.2.2 利用冲击对工人评价55
  • 6.2.3 工人操作柔顺度55-56
  • 6.2.4 工人工作情绪的研究56-57
  • 6.3 设备的折旧57-58
  • 6.4 预算设备维修期58
  • 6.5 本章小结58-59
  • 第7章 总结与展望59-60
  • 参考文献60-64
  • 致谢64

【相似文献】
中国期刊全文数据库 前10条
1 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期
2 杨自厚;神经网络技术及其在钢铁工业中的应用第8讲人工神经网络在钢铁工业中的应用(下)[J];冶金自动化;1997年05期
3 李润生,李延辉,胡学军,刘壮,王守俭;神经网络在冶金中的应用[J];钢铁研究;1998年02期
4 刘海玲,刘树深,尹情胜,夏之宁,易忠胜;线性神经网络及在多组分分析中的初步应用[J];计算机与应用化学;2000年Z1期
5 王继宗,王西娟;用神经网络确定梁上裂纹位置的研究[J];煤炭学报;2000年S1期
6 赵学庆,袁景淇,周又玲,贺松;生物发酵过程神经网络状态预报器的验证[J];无锡轻工大学学报;2000年06期
7 李智,姚驻斌,张望兴,贺超武;基于神经网络的混匀配料优化方法[J];钢铁研究;2000年04期
8 胡敏艺,马荣骏;神经网络在冶金工业中的应用[J];湖南有色金属;2000年05期
9 倪建军,邵琳;利用神经网络进行观测数据的分析与处理[J];连云港化工高等专科学校学报;2000年04期
10 裴浩东,苏宏业,褚健;材料工程中基于神经网络的稳态优化策略[J];材料科学与工程;2001年02期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015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