收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据驱动的机电设备传感器故障预测方法研究

刘文杰  
【摘要】:传感器是机电设备中最重要的器件之一,当传感器发生故障时,若无法及时检测出传感器出现的故障,会严重影响机电设备的正常运行,甚至给整个生产系统造成难以预估的巨大损失。伴随着大数据时代的快速发展以及智能制造的深入人心,现代机电设备的集成度和自动化程度普遍提高,虽然依赖精确的物理模型来检测传感器故障不易实现,但基于数据驱动技术的多元统计分析方法因无需构建复杂机电设备传感器的精确物理模型,只需分析传感器采集的测量数据即可完成故障预测,因此,开展基于数据驱动方法的机电设备传感器故障预测的研究具有十分重要的意义。首先,本文介绍了机电设备传感器故障预测理论及其故障分析,其中包括对故障预测方法和分类的阐述,对主元分析(Principal Component Analysis,PCA)、核主元分析(Kernel Principal Component Analysis,KPCA)和动态主元分析(Dynamic Principal Component Analysis,DPCA)方法的分析,对机电设备传感器故障预测的基本过程的说明,以及对传感器的常见故障的分析,并用误差函数表示了传感器偏差故障、漂移故障、冲击故障、周期型故障、开路故障、完全失效故障等六种典型故障。其次,构建了以拉绳式位移传感器为研究对象的直接成方冷弯型钢机组轧辊位置自动调整系统平台,并对传感器典型故障中的偏差故障、漂移故障、冲击故障以及精度下降等故障进行了深入分析。通过基于主元分析及其扩展方法的故障预测仿真,证明了方法的有效性并发现了存在的问题,在该平台进行的传感器故障预测研究有利于将数据驱动技术应用于传感器故障预测中。最后,针对PCA方法、KPCA方法以及DPCA方法在故障检测时存在的问题,提出了一种优化动态核主元分析(Optimized Dynamic Kernel Principal Component Analysis,Optimized DKPCA)方法,即在考虑传感器采集的测量数据的非线性和动态特性的同时,利用主成分贡献率和幅值限度去除不相关变量或相关度较小的变量,从而使得数据的冗余度得到大幅度降低。在所搭建平台上对优化方法进行实验分析,其结果表明,相比原有数据驱动方法,优化的动态核主元分析方法有着更低的漏报率和误报率,而且故障检测更为及时、可靠,可满足实际应用需求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 童章志;刘伟龙;徐竹泉;;基于格雷码反查技术的风向传感器故障检测[J];福建电脑;2017年01期
2 徐凯华;赵雪琴;;多层传感器故障数据的挖掘模型仿真[J];计算机仿真;2014年12期
3 刘爱珍;;设备状态检修与传感器故障诊断技术研究[J];科学中国人;2017年11期
4 赖延辉;浅谈舰艇传感器故障检修[J];中国修船;2000年06期
5 张绪省,朱贻盛,古红;基于信号处理的传感器故障检测技术研究[J];电子测量与仪器学报;1996年04期
6 武静涛;菲利浦传感器故障判断与体会[J];玻璃;1988年01期
7 李晓航;朱芳来;;延迟不确定马尔科夫跳变系统的执行器和传感器故障同时估计方法[J];自动化学报;2017年01期
8 赵英弘;何潇;周东华;;一类含有传感器故障的网络化系统容错估计(英文)[J];山东大学学报(工学版);2017年05期
9 蒋晓隆;刘培;李政;;数据协调方法在传感器故障监测中的应用[J];清华大学学报(自然科学版);2014年06期
10 张永军;邹超;杨恒祥;张正;王大鹏;;基于分布律规则的风向传感器故障检测算法[J];气象科技;2013年05期
11 张竟,王定强;传感器故障检测、识别和适应方法[J];航空动力学报;1996年04期
12 尤富强;王福利;关守平;;采样数据系统传感器故障的H_∞估计[J];控制理论与应用;2008年06期
13 缪峰;刘枫;;一种识别共线性传感器故障的新方法[J];可编程控制器与工厂自动化;2007年04期
14 张建秋,于爱利,沈毅;一种新的多传感器故障分类诊断方法研究[J];电子学报;1999年11期
15 刘云龙;谢寿生;郑晓飞;边涛;;基于深度学习的航空发动机传感器故障检测[J];传感器与微系统;2017年09期
16 秦健勇;尚雪莲;;过程控制系统中多条件约束的多传感器故障检测与诊断[J];计算机测量与控制;2015年05期
17 黄孝彬,牛征,牛玉广,刘吉臻;利用主元方法进行传感器故障检测的行为分析[J];传感技术学报;2003年04期
18 李世玲,李治;基于小波变换的传感器故障检测技术研究[J];机车电传动;2000年04期
19 李长征;张瑜;;基于广义回归神经网络的传感器故障检测[J];推进技术;2017年09期
20 李东亮;邓露;王磊;文传博;;基于H_-/H_∞优化的风力发电机组传感器故障检测[J];上海电机学院学报;2016年02期
中国重要会议论文全文数据库 前10条
1 王晓峰;何潇;王子栋;周东华;;一类非线性网络化系统的传感器故障估计[A];第25届中国控制与决策会议论文集[C];2013年
2 郭刚;王正兵;黎波;杨建华;;基于虚拟仪器技术的机械装备传感器故障监测与诊断系统研究[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年
3 马勇;钱伟;陈灿文;侯泽飞;;室内环境温度传感器故障的替代控制方案[A];2015年中国家用电器技术大会论文集[C];2015年
4 张伟;李斌;周维佳;;一种基于改进LLE方法的传感器故障诊断方法研究[A];第七届全国信息获取与处理学术会议论文集[C];2009年
5 韩清龙;俞金寿;李艳;;连续不确定性系统针对传感器故障具有完整性的鲁棒容错控制器设计[A];1996中国控制与决策学术年会论文集[C];1996年
6 陈友明;郝小礼;易小文;;空调系统中传感器故障检测与诊断方法的研究——传感器的故障类型及数学描述[A];全国暖通空调制冷2002年学术年会论文集[C];2002年
7 闻新;刘志言;胡恒章;周露;;传感器故障检测的阈值选取原则[A];1995中国控制与决策学术年会论文集[C];1995年
8 杜志敏;晋欣桥;吴立洲;陈丹丹;;空调箱传感器故障的在线检测和诊断[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
9 邢芝芳;;浅析新型自动站异常数据记录处理方法[A];第33届中国气象学会年会 S20 气象信息化——业务实践与技术应用[C];2016年
10 陈茂银;周东华;;一类非线性系统的鲁棒故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 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
2 杨巧宁;基于熵的传感器故障诊断方法研究[D];北京化工大学;2016年
3 胡云鹏;基于主元分析的冷水机组传感器故障检测效率研究[D];华中科技大学;2013年
4 李业波;智能航空发动机性能退化缓解控制技术研究[D];南京航空航天大学;2014年
5 赵永平;支持向量回归机及其在智能航空发动机参数估计中的应用[D];南京航空航天大学;2009年
6 杨柳青;汽车主动悬架容错控制策略研究[D];合肥工业大学;2013年
7 温秀平;水下机器人特性分析及其控制方法研究[D];哈尔滨工程大学;2012年
8 塔宏;网络化控制系统的自适应方法[D];华中科技大学;2009年
9 张鹏;基于卡尔曼滤波的航空发动机故障诊断技术研究[D];南京航空航天大学;2009年
10 陶元;几类间歇故障的容错控制研究[D];北京化工大学;2015年
中国硕士学位论文全文数据库 前10条
1 刘文杰;基于数据驱动的机电设备传感器故障预测方法研究[D];天津理工大学;2018年
2 张婧瑜;多模型传感器故障软闭环容错控制方法研究与应用[D];兰州理工大学;2014年
3 翟毅涛;中低速磁浮列车传感器故障检测[D];国防科学技术大学;2009年
4 马彩君;基于数据分析的传感器故障诊断方法研究[D];中国石油大学;2007年
5 翟瑀佳;工业环境下的传感器故障检测自适应方法研究[D];沈阳工业大学;2014年
6 赵鹏程;基于数据驱动的空调传感器故障诊断方法研究[D];天津大学;2017年
7 房方;控制系统传感器故障的检测与诊断研究[D];华北电力大学;2001年
8 王炳炬;基于信息熵的传感器故障诊断方法研究[D];华北电力大学(北京);2016年
9 刘小磊;化工静设备常用传感器故障检测与隔离方法研究[D];东北石油大学;2011年
10 黄超;数据驱动传感器故障误差补偿与容错控制方法研究[D];兰州理工大学;2016年
中国重要报纸全文数据库 前4条
1 邓玉山 王珏;带着阴影,“发现”号再次倒计时[N];新华每日电讯;2005年
2 吉林 张寿;普兰梅卡口腔X光机传感器故障维修[N];电子报;2014年
3 吉林 金克华;德国4008B血液透析机的电导传感器故障检修[N];电子报;2012年
4 陈竹 袁悦尔 周凯;“绝顶雄风”熊在半空吓坏廿五游客[N];华东旅游报;2011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
  • 010-62982499
  • 010-62783978