收藏本站
《郑州大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

基于全信息的智能诊断方法及其应用研究

潘玉娜  
【摘要】:全矢谱分析技术是矢量谱分析及其一系列扩展分析方法的统称,它在融合了双通道数据信息的同时,又保留了相应传统谱分析的物理意义。针对目前旋转机械故障智能诊断中普遍存在信息源不足的问题,本文将全矢谱分析引入到智能诊断中,提出了基于全信息的旋转机械故障智能诊断方法。主要工作如下: 1.本文论述了矢量谱分析,着重介绍了矢功率谱分析和矢Wigner-Ville分布,给出了相应定义和数值计算,并进行了实验研究,实验结果验证了全矢谱分析方法明显优于相应的传统频谱分析。 2.径向基函数网络具有良好的推广能力和分类能力。本文论述了径向基函数网络的模型、训练过程和网络性能,结合全矢谱分析方法和径向基函数网络,提出了一种新的故障识别方法。该方法分别以矢功率谱、矢Wigner-Ville分布为特征向量,径向基函数网络为分类器。并以转子裂纹、转子不对中、油膜涡动为例进行实验研究,实验结果表明,该方法是有效的。 3.模糊聚类分析是一种简单、直观、有效的模式识别方法。在其众多算法中,模糊C均值(FCM)聚类算法理论最为完善。本文论述并分析了FCM的具体算法,提出了全矢谱-FCM智能诊断方法,并以矢功率谱和矢Wigner-Ville分布为例,研究了基于全矢谱分析的FCM模式识别方法,实验结果表明,该方法是可行和有效的。 4.在统计学习理论基础上发展的通用学习方法—支持向量机(Support Vector Machine—SVM)能够较好地解决实际中的小样本学习问题。基于此,本文深入研究了基于矢功率谱特征提取的SVM智能诊断方法,并应用到旋转机械故障诊断中,实验结果表明,该方法是有效的,尤其在小样本情况下,SVM识别效果并不受到影响。 5.基于免疫学原理建立的人工免疫系统(AIS)是近年来兴起的一种新的智能方法,它具有强大的信息处理和问题求解能力以及广阔的研究前景和应用潜力。本文概述了人工免疫系统模型和算法,着重论述了aiNet网络的定义、算法和特点,并进行了算法的改进。在此基础上,结合全矢谱分析技术和AIS,提出了一种新的机械故障智能诊断方法,它以全矢谱分析为特征提取工具,以aiNet网络为数据压缩工具,以支持向量机为分类器。该方法成功地应用到旋转机械故障诊断中,实验结果表明,该方法是可行和有效的。
【学位授予单位】:郑州大学
【学位级别】:硕士
【学位授予年份】:2006
【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 彭晓燕;章兢;陈昌荣;;基于RBF神经网络的最佳滑移率在线计算方法[J];机械工程学报;2011年14期
2 陈斌源;朱军;;基于径向基函数神经网络的中速磨煤机故障诊断[J];发电设备;2011年05期
3 林健;汪木兰;陈桂;;采用遗传神经网络的直线伺服系统速度自适应控制[J];现代制造工程;2011年07期
4 李春贵;周坚和;孙自广;王萌;张增芳;;基于多智能体团队强化学习的交通信号控制[J];广西工学院学报;2011年02期
5 罗争;张旻;;基于径向基神经网络的空间目标测向定位算法[J];探测与控制学报;2011年03期
6 李奕璠;刘建新;王开云;林建辉;王超峰;;测力钢轨轮轨力连续输出算法[J];交通运输工程学报;2011年04期
7 曹龙汉;刘小丽;郭晓东;王申涛;代睿;;粗糙集与改进的QPSO-RBF算法在柴油机气门故障诊断中的应用[J];信息与控制;2011年04期
8 彭继慎;宋鹏;刘鉴;;基于RBF-ARX模型的多变量系统非线性预测控制[J];电气传动;2011年08期
9 冷欣;朱齐丹;;基于径向基函数神经网络动态补偿的船用增压锅炉汽包水位多模型预测控制[J];吉林大学学报(工学版);2011年05期
10 陈志强;王亮清;刘顺昌;丰光亮;;基于改进RBF神经网络的最大动剪切模量确定[J];长江科学院院报;2011年07期
中国重要会议论文全文数据库 前10条
1 韩敏;王晨;席剑辉;;基于改进RBF神经网络的非线性时间序列预测[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年
2 王砚;魏建荣;张立毅;;基于RBF神经网络的多用户检测算法的研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
3 彭士涛;毛天宇;詹水芬;李广楼;;RBF人工神经网络在渤海湾海水水质综合评价中的应用[A];中国环境科学学会2009年学术年会论文集(第一卷)[C];2009年
4 秦勇;张媛;邢宗义;侯远龙;贾利民;;基于递阶多目标进化算法的RBF神经网络设计方法[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
5 成则丰;柏一慧;金文英;方克鸣;程存归;;应用FTIR和径向基函数神经网络研究良性乳腺肿瘤组织切片[A];第十四届全国分子光谱学术会议论文集[C];2006年
6 何大阔;王福利;贾明兴;;基于改进DE算法的RBF神经网络建模方法研究[A];2009中国控制与决策会议论文集(3)[C];2009年
7 赵成业;刘兴高;;基于改进蚁群优化算法的聚丙烯熔融指数预报新方法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
8 李亚芬;杨扬;;基于RBF网的CSTR内模控制[A];第二十届中国控制会议论文集(下)[C];2001年
9 曾敏;胡桂明;蒋文艳;;一种RBF神经网络在语音识别中的应用[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
10 王平;徐刚锋;张焱;沈振康;;基于GA-RBF神经网络的光学图像背景抑制方法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
中国博士学位论文全文数据库 前10条
1 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
2 王长琼;基于混合智能的故障诊断与维修决策模型研究与实践[D];武汉交通科技大学;1999年
3 边利;精益供应链的供应商评价选择及优化研究[D];中南大学;2006年
4 隆金玲;Sum-of-Product神经网络和径向基函数神经网络的逼近能力研究[D];大连理工大学;2008年
5 崔秀君;部分有机污染物构效关系的研究[D];东北师范大学;2006年
6 刘旭敏;三角多项式曲线模型及曲面绘制方法的研究[D];北京交通大学;2008年
7 张丽霞;汽车操纵稳定性和平顺性中逆问题的研究[D];南京航空航天大学;2007年
8 王瑞明;交流伺服驱动系统新型控制策略研究[D];浙江大学;2005年
9 马卫平;线性和非线性方法在QSAR/QSPR研究中的应用[D];兰州大学;2007年
10 张冀;基于多源信息融合的传感器故障诊断方法研究[D];华北电力大学(河北);2008年
中国硕士学位论文全文数据库 前10条
1 潘玉娜;基于全信息的智能诊断方法及其应用研究[D];郑州大学;2006年
2 张红;基于AHP-ANN的风险投资项目评估方法研究[D];中南大学;2005年
3 潘妩媚;在线学习算法的研究及其应用[D];吉林大学;2005年
4 李志强;基于RBF神经网络在线辨识的永磁无刷直流电机单神经元自适应PID控制[D];天津大学;2005年
5 郑国荣;基于电信CRM系统的客户消费模式研究[D];重庆大学;2005年
6 孙瑞琛;自主式水下机器人传感器状态监测技术研究[D];哈尔滨工程大学;2005年
7 李微微;旋转机械非平衡同源信息融合方法研究[D];郑州大学;2005年
8 叶希贵;基于RBFNN的水处理系统过程建模与控制应用研究[D];大连理工大学;2006年
9 曲玉辰;电网谐波抑制技术研究[D];大庆石油学院;2006年
10 单晓虹;基于遗传算法的RBF神经网络及其在系统辨识中的应用[D];青岛大学;2006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