收藏本站
《燕山大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

信息融合和贝叶斯网络集成的故障诊断理论方法及实验研究

刘思远  
【摘要】: 随着工业系统向着高速度、高功率、高可靠性和大型化的方向发展,其构件之间以及构件内部存在很多错综复杂、关联耦合的相互关系,不确定因素和不确定信息充斥其间。当系统发生故障时,一种故障可能会有多种征兆表现,而一种征兆表现又常常由多种故障引起。因此,仅仅依靠单一的理论方法和单一的信息源对故障难于做出准确的诊断。由于被诊工业系统的复杂性和故障原因的多样性,这使得目前的故障诊断理论还远不能满足实用化的要求,故障诊断理论亟待进一步完善。本文进行的研究正是着眼于解决以上问题,使故障诊断技术能更好地应用于实际的工业系统。 本文在汲取了前人研究成果的基础上,对信息融合技术和贝叶斯网络方法进行了深入的分析和研究,提出了这两种理论方法相结合的故障诊断新方法。多传感器信息融合方法能够增加故障信息的完备性,克服单一传感器信息不足的弊端;贝叶斯网络作为当前处理不完整、不确定信息的最有效手段之一,不仅能克服故障信息模糊性的影响,而且它的并行推理方式还能提高故障诊断的速度。最后对液压系统的重要元件——液压泵进行故障诊断实验研究,验证了本文所提出理论方法的有效性。该方法丰富了故障诊断的理论体系,提高了故障诊断方法的实用价值。 本文主要进行了以下几个方面的工作: (1)根据液压泵的结构特点和工作条件,设计了液压泵故障多源信号的采集方法,重点介绍了振动信号和声音信号的采集过程。针对故障信号的特点,提出采用带通滤波、消噪和包络解调的信号处理方法。该方法利用小波理论的分解和重构算法对信号进行带通滤波处理,利用小波包消噪法完成对信号的消噪。采用基于Hilbert变换的包络解调算法对滤波消噪后的信号进行包络解调处理。最后利用振动信号和声音信号的包络谱来分析各故障模式特定频率成分的变化特征。 (2)介绍了信号幅值域分析的各种特征参数指标,重点对幅值域中无量纲的参数指标进行了细致的分析。以泵端盖振动信号为例,研究了各无量纲指标对每种故障的敏感性。从时频域的角度研究了基于小波包分解频带能量的特征提取方法。为增加故障特征信息的完备性,采用从幅值域和时频域两个角度提取特征向量的方法,对液压泵故障诊断实验中的特征提取过程有非常重要的指导意义。 (3)针对故障特征集合中存在冗余属性的现象,研究了基于粗糙集理论的属性约简算法。为获取“最佳属性约简”,基于方法互补融合的思想,提出了基于主元模型的粗糙集理论启发式属性约简算法。针对高维数据处理困难的问题,提出了基于粗糙集理论多变量决策树的构造方法。 (4)针对故障特征向量集中、特征向量维数多和特征间存在相关性的特点,研究了基于主元分析的特征降维解耦方法。为实现液压泵实时故障诊断,提出了基于主元分析的故障检测方法。通过对轴向柱塞泵中心弹簧失效、单柱塞脱靴、滑靴磨损以及单柱塞松靴四种故障的检测,得到各种故障的检测结果。为实现液压泵多故障模式的实时故障诊断提供了理论指导。 (5)阐述了多传感器信息融合技术的基本概念、融合结构及融合方法,重点研究了基于贝叶斯参数估计的信息融合算法。对贝叶斯网络的原理和贝叶斯网络分类器的几种构造方法进行了详尽的阐述。针对液压泵故障特征信息不完备性和模糊性的特点,利用多传感器信息融合的广义定义,以振动诊断技术为基础,提出了单振动传感器多特征信息融合贝叶斯网络的故障诊断方法。通过采集液压泵端盖振动信号而进行的故障诊断实验,证明了该方法的有效性并提出了利用多传感器信息对液压泵进行故障诊断的设想。 (6)针对液压泵故障特征信息不完备性和模糊性的特点,提出并建立了多传感器信息融合贝叶斯网络方法的故障诊断模型。提出了基于虚拟仪器的实验系统组成方案,选择泵三个方向相互垂直的振动信号、声音信号及出口压力信号作为监测信号。通过人为模拟柱塞泵的松靴、脱靴、滑靴磨损、斜盘磨损以及中心弹簧失效这些故障进行故障样本采集,利用提出的信号预处理方案对监测信号进行前期处理,再利用多传感器信息融合贝叶斯网络方法建立的故障诊断模型进行诊断实验,验证了所创理论方法的有效性。最后将该方法与本文提出的基于粗糙集模型的诊断方法和基于主元分析模型的故障检测方法进行比较,证明所创方法更适用于液压泵的故障诊断。
【学位授予单位】:燕山大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP277

【相似文献】
中国期刊全文数据库 前10条
1 杨娟;杨丹;李博;;基于随机集证据推理的构件软件体系可靠性模型[J];系统工程理论与实践;2011年06期
2 ;网友支招[J];电脑爱好者;2011年02期
3 朱莉;;氧传感器在故障诊断中的作用探讨[J];科技致富向导;2011年21期
4 王宝龙;黄考利;马立元;陈怀艳;;基于依赖矩阵的测试性分析[J];计算机测量与控制;2011年06期
5 王思臣;于潞;刘水;周洪霞;;自动测试技术在故障诊断中的应用综述[J];科技信息;2011年17期
6 史丽萍;时培磊;常伟;高月奎;;煤矿继电保护专家系统的开发[J];煤矿安全;2011年08期
7 高兵;胡国萍;;诊断贝叶斯网络通用近似推理算法研究[J];电脑知识与技术;2011年25期
8 李昆;;浅谈数控机床机械故障的诊断及处理方法[J];黑龙江科技信息;2011年22期
9 樊昱;;数控机床伺服系统故障及其诊断[J];黑龙江科技信息;2011年14期
10 王占孔;王学丽;;基于贝叶斯网络的分层网络故障诊断[J];软件;2011年04期
中国重要会议论文全文数据库 前10条
1 陈小岗;孙宇;张晓阳;;基于FMEA的贝叶斯诊断网络构建方法研究[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
2 刘仁德;胡申辉;徐家倬;;磨煤机的故障诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
3 戴乐云;李建康;;振动信号时间序列建模在故障诊断中的应用[A];振动工程学报(工程应用专辑)[C];2001年
4 李晓栋;胡清华;;汽轮机故障诊断文本支持系统的研究与建立[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
5 王航;于歆杰;;遗传算法在故障诊断中应用的新方法[A];2005年中国智能自动化会议论文集[C];2005年
6 单鸿鹏;关月红;;频谱分析技术在滚动轴承故障诊断中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
7 张珍;韩厚德;陈宝忠;;基于卫星通信的船舶冷藏集装箱远程故障诊断系统[A];制冷空调新技术进展——第四届全国制冷空调新技术研讨会论文集[C];2006年
8 卫红梅;段滋华;;高速回转轴油膜振荡故障诊断分析[A];2006年石油和化工行业节能技术研讨会会议论文集[C];2006年
9 阳能军;汤伟;龙宪海;雷涛;;EMD及其在声发射检测中的应用研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
10 蔡勇;王晓武;潘卫明;;基于瞬时转速的斯特林发动机循环系统故障诊断研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
中国重要报纸全文数据库 前10条
1 李春成,查道军;汽车驱动桥故障诊断口诀[N];中国汽车报;2002年
2 王斌;电脑的日常维护与故障诊断[N];中国老年报;2001年
3 王梅霞;莱钢快速推进设备状态监测与故障诊断工作全面启动[N];世界金属导报;2007年
4 陈全东;BGF11-600型干式复合故障诊断[N];中国包装报;2003年
5 湖南 朱晶泽;多媒体音箱故障诊断经验谈[N];电脑报;2001年
6 武汉科技学院纺织服装学院 林子务;故障诊断中的数学概念[N];中国纺织报;2004年
7 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
8 周传勇 杜慧;济钢设备点检与故障诊断管理系统上线运行[N];中国冶金报;2008年
9 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
10 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
中国博士学位论文全文数据库 前10条
1 刘思远;信息融合和贝叶斯网络集成的故障诊断理论方法及实验研究[D];燕山大学;2010年
2 霍利民;基于贝叶斯网络的电力系统可靠性评估[D];华北电力大学(河北);2005年
3 吴立增;变压器状态评估方法的研究[D];华北电力大学(河北);2005年
4 李俭川;贝叶斯网络故障诊断与维修决策方法及应用研究[D];中国人民解放军国防科学技术大学;2002年
5 华斌;贝叶斯网络在水电机组状态检修中的应用研究[D];华中科技大学;2004年
6 欧阳轶翔;基于贝叶斯网络的R&D项目阶段评价研究[D];中南大学;2011年
7 张少中;基于贝叶斯网络的知识发现与决策应用研究[D];大连理工大学;2003年
8 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
9 胡文斌;基于多Agent的分布式智能群决策支持系统关键技术研究[D];武汉理工大学;2004年
10 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 费致根;Bayes网络在故障诊断中的应用[D];郑州大学;2004年
2 李钢;Bayesian网络在制动系统故障诊断中的应用及系统开发[D];东北大学;2008年
3 吴欣;基于改进贝叶斯网络方法的电力系统故障诊断研究[D];浙江大学;2005年
4 郝国文;大型风电机组传动系统故障诊断信息分析方法研究与应用[D];燕山大学;2011年
5 应凤刚;无人作战飞机对地攻击态势威胁评估方法和算法研究[D];西北工业大学;2005年
6 杨晓东;基于贝叶斯网络的配电网可靠性评估[D];华北电力大学(河北);2004年
7 商晖;基于贝叶斯网络的CBTC系统安全分析[D];北京交通大学;2010年
8 肖文辉;基于本体的智能故障诊断的不确定性推理研究[D];湖南科技大学;2010年
9 陈新亿;基于KL距离的贝叶斯网络结构学习算法研究[D];云南大学;2010年
10 钱隆;贝叶斯网络在基于几何模型的建筑物检测中的应用研究[D];合肥工业大学;2003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