收藏本站
《哈尔滨工业大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多维特征参数的设备预诊及维护决策方法研究

孟悦  
【摘要】:制造业是国家发展的基础,随着相关领域技术的快速发展,机械设备和生产系统变得越来越智能化,对设备和生产系统的可靠性要求也越来越高。预诊技术可以提前提供机械设备健康信息,是保证机械设备高效、可靠运行的关键技术。因此,研究预诊技术,特别地,针对多维特征融合的预诊方法进行研究,以达到在故障发生前进行预测和预防的目的,并根据预诊结果采用先进的智能维护方法对设备和生产系统进行维护,对于实现设备的近零故障运行,具有重要的科学理论意义和工程应用价值。本文针对基于多维特征融合的设备预诊以及维护决策方法的关键技术进行了研究,主要包括以下几个方面。提出在预诊过程中综合考虑时域特征、频域特征与时频特征组成的多维联合特征,通过各类特征之间信息的相互补充,实现对预诊准确性的提升。所形成的联合特征通常维数较高,且存在信息冗余,因此需要针对特征降维方法进行研究。在研究上述多维特征提取方法的基础上,提出了基于改进的动态遗传算法的特征选择方法,通过改变染色体长度和实时改变的动态搜索策略获得候选特征,实现对多维联合特征的选择;采用主成分分析法对选择后的特征进行融合,从而实现联合特征的降维。提出了基于支持向量机的设备性能评价方法,设计了阶段式的性能评价方案,利用降维后的联合特征,对设备进行预诊。以转子早期不平衡的识别问题为例,对预诊问题进行了分析。搭建了转子不平衡实验系统,设计了转子不平衡实验,采集了无故障状态以及另外三种不同程度的不平衡状态下的振动和位移信号,并进行了频域特征以及时频特征的提取。通过对转子轴心轨迹的形状特性分析对其进行了时域特征提取,采用小波变换以及小波包变换的方法对转子振动信号的时频特征进行了提取,从而构建了多维联合特征。利用上述改进的基于动态遗传算法的特征选择和基于PCA的特征融合方法对多维联合特征进行降维,再将降维后的联合特征用于基于SVM的转子不平衡预诊过程。为了解决传统预诊方法中特征提取和特征选择可能带来的有效信息丢失问题,本文提出了基于深度学习模型的智能预诊方法。并在上述转子不平衡实验系统上进行了实验验证。首先将转子在上述四种状态下的结构化数据,即振动信号数据、非结构化数据,即轴心轨迹图片所组成的转子不平衡多源异构数据,进行了数据结构化预处理。再将结构化了的数据作为深度学习模型的输入。通过对深度学习模型的训练,建立了从含有全部原始信号信息的数据到设备性能之间的非线性映射关系。实验结果表明,基于深度学习模型的智能预诊方法具有较好的准确性,为工业大数据环境下的设备预诊研究提供了支撑。以设备预诊结果为依据,提出了基于智能算法的设备维护决策方法。首先研究了单台设备的维护策略,对维护活动类型及其与设备性能状态的关系进行了阐述。然后进行了针对多机系统维护决策方法的研究,建立了设备结构依赖性模型和维护成本模型,将机会维护的思想运用于系统维护时机决策,将成组技术引入维护决策环节,解决了系统何时进行维护、每次维护活动都有哪些设备需要进行何种类型的维护的问题,缩小了维护调度问题的规模、提高维护效率,进而达到降低维护成本的目的。最后利用混合遗传算法对待维护单元进行了调度,并在实际车间模型中进行了应用,提高了维护效率。
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TH17

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 雷亚国;贾峰;周昕;林京;;基于深度学习理论的机械装备大数据健康监测方法[J];机械工程学报;2015年21期
2 王国彪;何正嘉;陈雪峰;赖一楠;;机械故障诊断基础研究“何去何从”[J];机械工程学报;2013年01期
3 徐小力;蒋章雷;任彬;陈涛;;基于Birgé-Massart阈值的烟气发电机组状态特征弱信息提取方法[J];机械工程学报;2012年12期
4 廖雯竹;俞秉昊;潘尔顺;王莹;;基于设备预诊断的单机预知性维护模型研究[J];工业工程与管理;2011年05期
5 马洁;徐小力;周东华;;旋转机械的故障预测方法综述[J];自动化仪表;2011年08期
6 蒋云鹏;陈茂银;周东华;;两阶段退化单部件系统的视情维护和备件供给策略建模[J];南京航空航天大学学报;2011年S1期
7 王帅;贾云献;孙磊;;基于状态维修决策分析系统开发研究[J];计算机工程与设计;2011年01期
8 钱坪;;预防性维修周期的优化建模[J];火力与指挥控制;2010年11期
9 李兵;陈雪峰;何正嘉;;工字截面梁轨结构裂纹损伤的小波有限元定量诊断[J];机械工程学报;2010年20期
10 刘述芳;徐永能;陈城辉;傅晓莉;;轨道交通车辆维修周期优化模型[J];四川兵工学报;2010年06期
中国博士学位论文全文数据库 前6条
1 李永波;滚动轴承故障特征提取与早期诊断方法研究[D];哈尔滨工业大学;2017年
2 武哲;旋转机械故障诊断与预测方法及其应用研究[D];北京交通大学;2016年
3 吕中亮;基于变分模态分解与优化多核支持向量机的旋转机械早期故障诊断方法研究[D];重庆大学;2016年
4 廖雯竹;基于设备衰退机制的预知性维护策略及生产排程集成研究[D];上海交通大学;2011年
5 王正英;面向设备管理的机电设备状态监测与故障诊断技术研究[D];天津大学;2007年
6 周晓军;生产系统智能维护决策及优化技术研究[D];上海交通大学;2006年
中国硕士学位论文全文数据库 前3条
1 谢吉朋;云平台下基于深度学习的高速列车走行部故障诊断技术研究[D];西南交通大学;2015年
2 化定国;面向产品再利用的智能维护决策方法研究[D];哈尔滨工业大学;2011年
3 李万召;非平稳信号特征提取及基于SVM的设备性能评价方法研究[D];哈尔滨工业大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 Xiaoli XU;Xiuli LIU;;Weak characteristic information extraction from early fault of wind turbine generator gearbox[J];Frontiers of Mechanical Engineering;2017年03期
2 刘卫东;孙文达;张震;;选煤厂设备健康信任度判别方法研究与实践[J];煤炭科学技术;2015年12期
3 何育民;高攀;张小龙;申鹏;;局部柔度变化在管道裂纹定量识别中的应用[J];振动.测试与诊断;2015年06期
4 蒋章雷;徐小力;;旋转机械运行稳定性劣化的1.5维谱特征提取方法[J];中国机械工程;2015年23期
5 王家海;张燕青;周天航;;数控机床故障诊断的三维显示与优化的研究[J];机械科学与技术;2015年12期
6 孙珊珊;何光辉;崔建;;基于有理双树复小波和SVM的滚动轴承故诊断方法[J];计算机科学;2015年S2期
7 汪亮;王红军;;集合经验模式分解能量分布与支持向量机的故障诊断模型[J];制造业自动化;2015年21期
8 杨建武;高亚举;谷力超;刘志峰;亢太体;赵成斌;;基于改进FSVM的旋转机械故障诊断算法[J];北京工业大学学报;2015年11期
9 张长泉;;基于虚拟仪器的滚动轴承故障检测仿真实验平台[J];常州工学院学报;2015年05期
10 巩晓赟;侯俊剑;马建荣;;机械故障诊断课程的教学研究与实践[J];中国轻工教育;2015年05期
中国博士学位论文全文数据库 前10条
1 张玉彦;基于深度自编码器的机械故障诊断方法研究[D];华中科技大学;2019年
2 段杰;滚动轴承微弱冲击信号的检测与特征提取方法研究[D];华中科技大学;2019年
3 周晓晓;弧焊质量熵测度评价技术与焊装车间数字化管控系统研究[D];南京理工大学;2018年
4 孟悦;基于多维特征参数的设备预诊及维护决策方法研究[D];哈尔滨工业大学;2018年
5 党建;大型旋转机械振动信号分析与早期故障辨识方法研究[D];西安理工大学;2018年
6 罗斌;基于结构疲劳寿命预测的机队维修决策方法研究[D];哈尔滨工业大学;2018年
7 王宝祥;基于运动形态分解与多变量EMD的高速自动机动态监测与故障诊断研究[D];中北大学;2018年
8 赵德尊;变转速下滚动轴承时变非平稳故障特征提取方法研究[D];北京交通大学;2018年
9 赵永梅;矿井高压电缆绝缘劣化在线诊断的研究[D];中国矿业大学(北京);2018年
10 胡家文;变工况生产系统预防维护及其与生产计划联合决策研究[D];上海交通大学;2017年
中国硕士学位论文全文数据库 前10条
1 胡方全;基于深度卷积神经网络的变转速行星齿轮箱故障诊断方法研究[D];北京交通大学;2019年
2 娄霄;基于监测数据的高速列车风管故障诊断方法研究[D];西安理工大学;2018年
3 童珠满;基于神经网络的机车滚动轴承故障诊断研究[D];东南大学;2018年
4 吴洋;深度自编码网络在滚动轴承故障诊断中的应用研究[D];电子科技大学;2018年
5 胡福威;基于Labeled-LDA的列控车载设备故障特征提取与诊断方法研究[D];北京交通大学;2018年
6 赵德涛;高炉冶炼关键参数预测及炉况分类方法的研究[D];天津理工大学;2018年
7 罗帅;基于深度特征学习的电子电路故障诊断[D];合肥工业大学;2017年
8 张舒雅;基于SPARK的用户特征分析[D];天津工业大学;2017年
9 潘磊;基于深度学习网络的风机传动系统主要部件故障诊断的研究[D];上海电机学院;2017年
10 杨博文;高分辨率储层预测技术在Z地区的应用研究[D];中国地质大学(北京);2016年
【二级参考文献】
中国期刊全文数据库 前10条
1 刘建伟;刘媛;罗雄麟;;深度学习研究进展[J];计算机应用研究;2014年07期
2 余凯;贾磊;陈雨强;徐伟;;深度学习的昨天、今天和明天[J];计算机研究与发展;2013年09期
3 李学军;李平;蒋玲莉;;类均值核主元分析法及在故障诊断中的应用[J];机械工程学报;2014年03期
4 李国杰;程学旗;;大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J];中国科学院院刊;2012年06期
5 唐德尧;;基于故障机理分析的故障诊断技术的应用和发展[J];中国设备工程;2012年01期
6 王强;袁慎芳;田峰;江兵;;基于圆形压电阵列的主动Lamb波损伤成像监测研究[J];传感器与微系统;2011年10期
7 雷亚国;何正嘉;;混合智能故障诊断与预示技术的应用进展[J];振动与冲击;2011年09期
8 华春红;任章;张敏虎;;基于自适应阈值估计的模极大值去噪方法[J];航天控制;2011年01期
9 陈涛;徐小力;王少红;;基于小波包惩罚函数的烟机振动信号软阈值降噪[J];北京理工大学学报;2010年08期
10 袁静;何正嘉;訾艳阳;;基于提升多小波的机电设备复合故障分离和提取[J];机械工程学报;2010年01期
中国博士学位论文全文数据库 前10条
1 苏祖强;基于泛化流形学习的风电机组传动系统早期故障诊断方法研究[D];重庆大学;2015年
2 郑近德;局部特征尺度分解方法及其在机械故障诊断中的应用研究[D];湖南大学;2014年
3 钟先友;旋转机械故障诊断的时频分析方法及其应用研究[D];武汉科技大学;2014年
4 潘巍巍;故障严重程度识别的有序分类特征分析方法[D];哈尔滨工业大学;2013年
5 朱可恒;滚动轴承振动信号特征提取及诊断方法研究[D];大连理工大学;2013年
6 王雷;基于流形学习的滚动轴承故障诊断若干方法研究[D];大连理工大学;2013年
7 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年
8 陈仁祥;振动谱表征空间滚动轴承寿命状态方法研究[D];重庆大学;2012年
9 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年
10 李锋;基于流形学习的风电机组传动系统故障诊断方法研究[D];重庆大学;2011年
中国硕士学位论文全文数据库 前2条
1 何立志;基于改进BPNN和DS证据理论的列车走行部故障诊断研究[D];西南交通大学;2014年
2 秦艳敏;列车安全监测系统关键技术的研究[D];西南交通大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 王云;;关于改进减免税决策方法的探讨[J];税务研究;1988年10期
2 施琛;;基于不确定性严格得分下双边匹配决策方法[J];智富时代;2017年04期
3 王文军;王军锋;李慧敏;;产品人机工效综合评估与决策方法研究[J];工业设计研究;2016年00期
4 李洁;王俊;李栋;;基于模糊一致矩阵决策方法的企业平衡计分卡绩效管理[J];中国商界(上半月);2009年07期
5 郭瑞鹏;;基于预案的危机决策方法研究[J];科技进步与对策;2006年02期
6 郑全全,郑波,郑锡宁,许跃进;多决策方法多交流方式的群体决策比较[J];心理学报;2005年02期
7 王启家,阎长俊,初长庚;决策方法发展趋势[J];沈阳建筑工程学院学报;1996年03期
8 盛承懋;杜加明;;投资的几种模型与决策方法[J];技术经济;1987年Z1期
9 加森;郑永年;;研究权力的方法[J];现代外国哲学社会科学文摘;1987年12期
10 文珠;小议什么是“领导”[J];管理现代化;1988年01期
中国重要会议论文全文数据库 前10条
1 刘殿国;徐兵;;可拓决策方法的探讨[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
2 马良;;集对分析模型下的群组决策方法[A];1996中国控制与决策学术年会论文集[C];1996年
3 吕瑞华;张世英;;复杂系统多层局势决策方法研究[A];2003年中国管理科学学术会议论文集[C];2003年
4 朱新河;严志军;严立;;设备润滑管理模式及其决策方法研究[A];第五届设备管理第八届设备润滑与液压学术会议论文集——《设备管理设备润滑与液压技术》[C];2004年
5 张智光;;离散与连续混合多变量随机决策方法及其在水环境—经济系统中的应用[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
6 王全鹏;吴斌;刘敏;;综合评价及决策方法在特殊群体选拔中的应用[A];决策科学与评价——中国系统工程学会决策科学专业委员会第八届学术年会论文集[C];2009年
7 许国志;刘豹;陈珽;顾基发;;序言[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年
8 武刚;冯玉强;;基于粗糙案例推理在线自我学习决策方法[A];第八届中国管理科学学术年会论文集[C];2006年
9 王坚强;;信息不完全确定的大群体多准则语言决策方法[A];2009中国控制与决策会议论文集(2)[C];2009年
10 夏洪胜;张素娟;;下层多人分散独立的两层多目标决策问题的交互式决策方法[A];1995中国控制与决策学术年会论文集[C];1995年
中国重要报纸全文数据库 前10条
1 潘传宝;略论领导决策方法[N];中国航空报;2002年
2 高立法;债券投资的决策方法[N];财会信报;2006年
3 刘宁;多重目标:关于现代决策方法的思考[N];学习时报;2006年
4 缪志聪;“教给学生思考和决策方法”[N];江苏教育报;2010年
5 邹建奇;科学决策是科学发展的基础[N];战士报;2006年
6 ;经营管理(39)[N];中国电力报;2000年
7 保罗·纳特 鲍娜 辛利华 罗纳;决策失败成为焦点[N];河北经济日报;2004年
8 古元;打破行政垄断加快统一全国市场[N];国际商报;2003年
9 程登峰 师跃爱;企业改组回头看[N];发展导报;2000年
10 于颖;企业家四标准[N];中国企业报;2000年
中国博士学位论文全文数据库 前10条
1 孟悦;基于多维特征参数的设备预诊及维护决策方法研究[D];哈尔滨工业大学;2018年
2 罗党;灰色决策问题的分析方法研究[D];南京航空航天大学;2005年
3 吕瑞华;复杂经济系统混沌预测方法与多层局势决策方法研究[D];天津大学;2004年
4 刘蓉;基于聚类算法的多属性复杂大群体决策方法研究[D];中南大学;2006年
5 陈希;双边匹配决策方法研究[D];东北大学;2010年
6 刘树利;模糊多属性行为决策方法及其商务推荐应用[D];东南大学;2017年
7 李永海;基于相似案例分析的决策方法与应用研究[D];东北大学;2014年
8 刘洪波;基于人—车—环境识别的自适应档位决策方法研究[D];吉林大学;2012年
9 李荣波;梯级电站优化调度与负荷调整模型及决策方法研究[D];华北电力大学(北京);2017年
10 王文娟;企业绿色逆向物流决策方法研究[D];大连理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 黄璐;基于本体论的无人驾驶车辆场景评估与行为决策方法研究[D];中国科学技术大学;2019年
2 张雅辉;基于不同类型评价信息的双边匹配决策方法及其应用[D];河北大学;2019年
3 陈鹏;面向实时策略游戏微操的智能博弈决策方法[D];中国科学技术大学;2019年
4 杨欣;基于面板数据时空属性的灰靶决策方法及其应用研究[D];江南大学;2018年
5 赵叶叶;复杂系统科学思维观下的企业群组ANP决策方法[D];昆明理工大学;2018年
6 陶帅;一种SDN框架下的差异性QoS业务迁移决策方法[D];南京邮电大学;2018年
7 李彦蓉;消费类电子产品生命周期末期质保政策的设计与优化[D];天津大学;2018年
8 刘阳帆;基于模糊软集的决策方法研究[D];兰州理工大学;2018年
9 周怡伶;MTO企业订单接受决策方法研究[D];重庆理工大学;2018年
10 罗元墙;基于动态贝叶斯网络的空战决策方法研究[D];沈阳航空航天大学;2018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