收藏本站
《南昌大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多源信息融合与Rough集理论的液压机故障诊断方法研究

饶泓  
【摘要】: 液压机在现代生产中扮演极为重要的角色,液压机故障轻则引起生产线停产,重则造成安全事故,因此需对液压机工作状态作出准确判断。但是液压机系统构成复杂,采集信息具有多样性、随机性、复杂性和关联的层次性,日常运行时,需要监测的量有10多种,很多特征量之间是有相关性的,加上采集信息手段受各种因素影响,从而造成了信号的随机性和不确定性,对液压机的故障诊断造成了极大的困难,因此本文研究先进的液压机故障诊断方法,以获取液压机的准确工作状态。 本论文将液压机的故障诊断分成两部分进行,一部分是液压动力子系统,另一部分是液压控制子系统。重点讨论了液压动力系统关键部件液压泵和液压控制子系统的故障诊断。 由于液压泵工作环境恶劣,泵出口监测信号通常杂乱无章,容易被噪声信号淹没,单一传感器提取的时、频特征信息常呈现出较强的模糊性,采用常规信号处理方法难以有效提取故障特征。因此,需充分利用多传感器的信息源,以获得对设备状态的可靠估计。本文在液压泵的故障诊断中综合利用了泵壳三个方向的振动信号,并辅以液压泵外泄口温度信号,在两个层次分别对振动信号进行空间融合诊断、对振动网络诊断结果和温度诊断结果进行融合,获得对液压泵故障的准确诊断。 而液压机控制子系统涉及的设备较多,采集的特征量非常繁杂,难以获得有效的故障诊断规则,故障诊断非常困难。因此对液压机控制子系统采用基于粗糙集理论的故障规则提取算法,通过属性约简和决策网络的构造,提取清晰规整的故障规则,根据这些故障规则,从液压控制子系统的表征就可以容易地推测出故障原因。 最后,设计和实现了一套基于B/S结构的液压机远程在线监测与故障诊断系统,将本文所提出的先进故障诊断方法引入该系统,可在线获取设备现场数据,远程传送特征数据,实现远程故障诊断。工厂的实际应用表明该系统有效解决了液压机故障诊断难、诊断效率低的问题,获得较好的诊断效果。只要导入其它大型机电设备的知识库,该监控系统就可以方便地应用到其它大型设备的状态监测和故障诊断中。 本文的主要创新点如下: (1)提出了PARD-BP(PARD,Pruning Algorithm based Random Degree基于随机度的剪枝算法)神经网络故障诊断方法,该方法在随机度的基础上,利用分治算法的思想对BP神经网络隐层的冗余节点进行剪枝,获取精简的网络结构,使网络具有更好的泛化性能,使故障诊断结论更可信; (2)提出了基于PSO(PSO,Particle Swarm Optimization粒子群优化算法)的H-BP多级神经网络故障诊断方法,该方法利用PSO计算上的优势,首先对Hopfield网络权值矩阵进行优化,再利用Hopfield对故障特征数据进行预处理,最后通过BP网络实现故障诊断。该方法可有效解决BP网络易陷入局部最小的问题,可有效提高神经网络的诊断精度; (3)提出了液压泵两级多源信息融合故障诊断模型,充分利用了多传感器的资源,最大限度发挥系统资源利用率。该模型采用PARD-BP神经网络进行各方向振动信号诊断后,进行一级振动子网诊断融合;再利用H-BP神经网络进行温度信号诊断;利用两种信号的诊断结果作为独立证据并构造概论分配函数,进行第二级D-S决策级融合。将数据融合技术应用于液压泵的故障诊断,一定程度上能获得精确的状态估计,增加置信度,提高诊断容错性和鲁棒性。 (4)提出了基于粗糙集理论的液压控制系统故障诊断规则提取方法。为提高故障规则的提取效率,对粗糙集理论中的约简算法进行了优化,缩短了故障规则的提取时间:同时为了有效滤除噪声和处理不一致性规则,在准确度的基础上引入了规则覆盖度的概念,对提取的规则进一步评价,最终提取出有效的诊断规则。 (5)将智能故障诊断理论引入到“基于B/S结构的液压机在线监测与故障诊断系统”中,与传统故障诊断系统相比,能消除信号噪声过大而导致的误诊和漏诊现象,并能实现设备状态信息的实时监控。
【学位授予单位】:南昌大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP18

【相似文献】
中国期刊全文数据库 前10条
1 郭小荟;马小平;;基于粗糙集-神经网络集成的故障诊断[J];控制工程;2007年01期
2 孙健;杨润生;朱新华;;Petri网技术在火控系统故障诊断中的应用[J];军械工程学院学报;2007年04期
3 付光杰;张敬萍;田思庆;;Petri网理论在变电站故障诊断中的应用[J];佳木斯大学学报(自然科学版);2008年01期
4 岑健;邵龙秋;张清华;胥布工;;基于人工免疫的旋转机械故障诊断研究[J];煤矿机械;2009年03期
5 金鑫;任献彬;王秋彦;;基于模糊逻辑的电子设备故障诊断[J];国外电子测量技术;2009年11期
6 张涛;徐晓苏;;基于C-SVM的组合导航系统故障诊断算法[J];中国惯性技术学报;2011年02期
7 任石青;江家麟;;应用广义线性函数的线性电路k故障诊断[J];西安交通大学学报;1992年01期
8 郜艳峰,刘勇,潘成胜;一种通信设备故障诊断知识系统的设计[J];沈阳工业学院学报;2004年04期
9 马纲,李盘荣,芮延年;基于模糊理论的设备运行状态检测法[J];现代制造工程;2005年10期
10 吕晓云;;支持生产运行维护的自动化系统故障诊断技术探索[J];山西冶金;2006年03期
中国重要会议论文全文数据库 前10条
1 陈科;钟智攀;龚子彬;;基于绿色设计方法的液压机移动工作台设计及有限元分析研究[A];安徽节能减排博士科技论坛论文集[C];2007年
2 张倩倩;袁宝国;刘为;李萍;候一江;;新型6300kN模锻液压机侧梁有限元分析及优化[A];2011年安徽省科协年会——机械工程分年会论文集[C];2011年
3 李博;龚子彬;;基于ANSYS的液压机节能化设计[A];安徽节能减排博士科技论坛论文集[C];2007年
4 沈志坚;李博;陈科;;基于ABAQUS的液压机工作台优化设计[A];2008年安徽省科协年会机械工程分年会论文集[C];2008年
5 王卫卫;王慧;宋建丽;李艳;;大型液压机结构柔性化特征设计的研究[A];第八届全国塑性加工学术年会论文集[C];2002年
6 王卫卫;王慧;宋建丽;李艳;;大型液压机结构柔性化特征设计的研究[A];制造业与未来中国——2002年中国机械工程学会年会论文集[C];2002年
7 朱勉学;;超高压建材液压机的新进展[A];纤维水泥制品行业纤维增强水泥及其制品论文选集(1)(1960~2009)[C];2009年
8 赵勇;杨明忠;;基于学习的汽车锁闭锁器故障诊断[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
9 王太勇;李书明;张丰春;李韦;曾子平;;基于函数型连接网络的故障诊断模型[A];材料科学与工程技术——中国科协第三届青年学术年会论文集[C];1998年
10 朱勉学;;太平洋超高压建材液压机的可靠性和节能性[A];第六届《全国纤维水泥制品学术、标准、技术信息经验交流会》暨第二届一次中国硅酸盐学会砼与水泥制品分会纤维水泥制品专业委员会会议资料及论文汇编[C];2006年
中国重要报纸全文数据库 前10条
1 记者 史俊斌 特约记者 徐叔威;我最大模锻液压机承载机架落户西安[N];科技日报;2011年
2 记者  张书喜 通讯员  周宜丰;皖德共造亚洲最大液压机[N];安徽日报;2006年
3 杨永林;大型航空模锻液压机项目开工建设[N];光明日报;2008年
4 窦新颖;世界吨位最大的模锻液压机项目通过论证[N];中国知识产权报;2007年
5 ;高精度液压机在合肥问世[N];今日信息报;2003年
6 记者 拓玲实习生 郑婉;为大飞机翱翔插翅[N];西安日报;2008年
7 记者 焦静波;八万吨模锻液压机项目通过评审论证[N];中国航空报;2007年
8 本报记者 杨静;无锡蓝力公司商道从“橄榄”转向“哑铃”[N];中国建材报;2007年
9 方义;高精度液压机[N];中国乡镇企业报;2003年
10 本报记者 齐雪岭;首台首套何“首”之有 天锻模式完美诠释[N];中国工业报;2011年
中国博士学位论文全文数据库 前10条
1 吕宁;基于数据驱动的故障诊断模型及算法研究[D];哈尔滨理工大学;2009年
2 饶泓;基于多源信息融合与Rough集理论的液压机故障诊断方法研究[D];南昌大学;2009年
3 周育才;800MN巨型液压机同步系统精良控制技术研究[D];中南大学;2012年
4 刘启鹏;非平稳信号特征提取理论研究及其在往复式压缩机故障诊断中的应用[D];西安交通大学;2004年
5 吴生富;150MN锻造液压机本体组合结构研究[D];燕山大学;2006年
6 张德利;基于贝叶斯网络的故障智能诊断方法研究[D];华北电力大学(河北);2008年
7 刘曼兰;永磁直流电机故障在线监测与智能诊断的研究[D];哈尔滨工业大学;2007年
8 姚静;锻造油压机液压控制系统的关键技术研究[D];燕山大学;2009年
9 顾伟;散货港口多电机传动运输系统故障诊断与容错控制[D];上海海事大学;2008年
10 安文斗;基于地理信息系统的配电设备绝缘在线监测及诊断原理与方法研究[D];重庆大学;2005年
中国硕士学位论文全文数据库 前10条
1 万怡骎;基于概率神经网络的变压器故障诊断[D];南昌大学;2007年
2 刘超;基于粗糙集理论和量子神经网络的电网故障诊断方法研究[D];西南交通大学;2008年
3 贺联勤;基于电流检测的抽油机井故障诊断机制研究[D];大庆石油学院;2008年
4 丁林曜;石材加工数控系统智能控制子系统研究开发[D];山东大学;2007年
5 范嗣洪;遥测接收信道系统的智能故障诊断研究[D];重庆大学;2007年
6 王静茹;基于神经网络的火电厂送风机状态检修系统研究[D];北京交通大学;2007年
7 纪明;滚动轴承故障诊断算法及软件[D];兰州理工大学;2008年
8 王柯;基于粗糙集和支持向量机的智能故障诊断方法研究[D];江南大学;2008年
9 黄勇;FFNN在柴油机燃油系统故障诊断中的应用[D];大连理工大学;2008年
10 孙峰;基于非线性频率特性分析的输电线路故障监测与诊断方法研究[D];重庆大学;2009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