收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

复杂机械基于数据的建模与故障诊断

李敏  
【摘要】: 机械设备健康状态监测的运行振动信号通常是故障诊断的重要数据来源,使用这些数据进行故障诊断可以通过建立基于信号的线性或非线性模型实现,也可以直接从振动信号中提取故障特征。使用何种诊断策略最为有效,则要根据数据性质的判断加以确定。如果数据来自于明显的线性系统,则采用基于线性模型的诊断方法是恰当的;若数据是非线性的,使用基于非线性模型的诊断方法可以取得好的效果;若数据显示机械设备进入混沌振动状态,则要提取混沌特征进行故障诊断。因此,本文研究了某些非线性数据特征的检验方法,例如使用双谱分析检验数据的非线性特征,并用于检验齿轮箱振动数据的特性;使用Lyapunov指数定量描述混沌程度,并以振动筛为例,研究筛帮不同部位的混沌性强弱。此外,通过相关分析研究各部分振动数据的相关性,以制定诊断策略。 提出几何-物理空间概念,把大的系统的所有数据按物理空间划分成小区域的数据集,实现物理分区。在聚类分析的规则下,对时间上不断扩展的数据集进行基于距离的分类,实现数据分区。使用主元分析将高维数据空间降维成低维数据空间,在保持原有有用信息量几乎不变的情况下,去除冗余信息,仅使用较低的维数和较少的数据量来表示原有数据,并给出仿真算例。 本文讨论了线性系统模型与可用于非线性系统的神经网络模型。从神经网络模型的拓扑结构优化、输出数据的个数、延迟步数、隐层神经元的个数和激活函数等方面优化神经网络的辨识能力,即提高辨识精度与加快辨识速度。从而提高了用于故障诊断的神经网络模型辨识的实时性。 提出模型确定性的概念:将辨识系统的谱特征作为目标特征,对权值矩阵行数据做盒状图分析。权值离群值愈少,谱特征确定性愈好,也就是说模型是确定的,可以代表一定时间内的系统区域。 本文提出了基于虚拟响应谱序列的诊断方法。在辨识出的精确模型基础上,使用并行仿真,获得系统对不同幅值的虚拟正弦或脉冲激励的响应,分析得到的正弦系列响应谱图和脉冲系列响应谱图,即可得到系统的动态特征,也可用于诊断线性或非线性系统的故障,从而提高了故障诊断的可信度。将这种方法应用于工程结构的诊断,取得较好的结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王贇松,曹新忠;发动机点火系统故障诊断的研究[J];山东工程学院学报;2001年02期
2 张兰江;郭世永;;基于神经网络汽车离合器故障诊断的研究[J];青岛理工大学学报;2005年06期
3 吴宏岐;刘霞;贾宏宾;刘风玲;;变压器故障诊断的ANN技术研究[J];宝鸡文理学院学报(自然科学版);2006年02期
4 孙涛;李本威;王永华;陈峰;;基于神经网络的某型航空发动机故障诊断专家系统研究[J];海军航空工程学院学报;2004年02期
5 胡亦农;张日敏;胡乾斌;;神经网络联想记忆模型在过程监测与诊断中的应用[J];制造业自动化;1993年02期
6 李靖;吕宝军;;基于神经网络的信息融合技术在汽车故障诊断中的应用[J];辽宁省交通高等专科学校学报;2005年04期
7 骆志高;田海泉;仇学青;;遗传算法在故障诊断中的应用研究综述[J];煤矿机械;2006年01期
8 陈兴辉;熊晓燕;;基于小波与径向基神经网络的轴承故障诊断[J];机械工程与自动化;2006年01期
9 彭文季;罗兴锜;赵道利;;基于频谱法与径向基函数网络的水电机组振动故障诊断[J];中国电机工程学报;2006年09期
10 魏少华;陈效华;常思勤;;基于声强与神经网络技术的发动机故障诊断[J];汽车工程;2006年04期
11 李会明;裴峻峰;齐明侠;罗红梅;;RBF神经网络在往复泵故障诊断中的应用[J];煤矿机械;2006年11期
12 魏永胜;;基于模糊神经网络的汽轮发电机组振动故障诊断[J];机械管理开发;2008年03期
13 彭滔;马茜;;小波神经网络在滚动轴承故障诊断中的应用[J];计算机工程与应用;2010年04期
14 于柏森;张云鹏;;基于神经网络的发动机故障诊断分类器设计[J];长春工业大学学报(自然科学版);2010年02期
15 江雁;李超;刘天畅;;浅析轴承状态监测[J];科协论坛(下半月);2011年08期
16 王伟杰,赵学增,黄文涛;基于BP网络的故障诊断正向推理方法[J];车用发动机;2001年04期
17 谭阳红,何怡刚;模拟电路故障诊断的小波方法[J];电工技术学报;2005年08期
18 杨慧,刘玉洁,吴俊;基于FBP神经网络的航空发动机故障诊断[J];计算机工程;2005年17期
19 韩兆福;葛银茂;程江涛;吴卫玲;;机载火控系统故障诊断神经网络专家系统[J];仪器仪表用户;2005年06期
20 张淑清;靳世久;吕江涛;;基于神经网络的旋转机械监测参数的信息融合技术[J];电子测量与仪器学报;2005年03期
中国重要会议论文全文数据库 前10条
1 王晓丽;周浔;韩现刚;;小波变换和神经网络在机械故障诊断中的应用[A];2009全国虚拟仪器大会论文集(二)[C];2009年
2 韩厚德;梅国梁;周丽雯;;基于神经网络的冷藏集装箱远程监控系统设计研究[A];中国制冷学会冷藏运输专业委员会学术年会论文集[C];2007年
3 胡昌华;许化龙;陈新海;;一种新的BP学习算法及在故障模式识别中的应用[A];1995年中国控制会议论文集(下)[C];1995年
4 董选明;谭民;裘丽华;王占林;;基于鲁棒滤波器的神经网络鲁棒学习算法[A];1999中国控制与决策学术年会论文集[C];1999年
5 唐烨华;王玉敏;戴亚平;鹿卫国;;线性方程组在水电机组故障诊断中的应用[A];2005中国控制与决策学术年会论文集(上)[C];2005年
6 叶渊杰;刘玉洁;陈光大;陈坚;;基于模糊推理和神经网络的水泵机组故障诊断方法研究[A];2009全国大型泵站更新改造研讨暨新技术、新产品交流大会论文集[C];2009年
7 谈才军;黄道;;RBF神经网络在化工过程故障诊断中的应用[A];第二十四届中国控制会议论文集(下册)[C];2005年
8 何群英;郝伟;;基于全矢谱和遗传神经网络的旋转机械故障诊断[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
9 王建成;李宁;吴晓明;;基于CBR的自行火炮故障诊断系统设计[A];2006中国控制与决策学术年会论文集[C];2006年
10 王帆;吴多胜;;基于遗传算法和神经网络的导弹故障诊断专家系统[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
中国博士学位论文全文数据库 前10条
1 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
2 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
3 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
4 曾良才;板带轧机液压AGC综合测试系统及故障诊断研究[D];武汉理工大学;2005年
5 陈伟根;以油中多种气体为特征量的变压器绝缘在线监测及故障诊断技术研究[D];重庆大学;2003年
6 武和雷;集成智能故障诊断策略及其应用研究[D];浙江大学;2003年
7 陈军;短信号分析技术及其在故障诊断中的应用[D];武汉理工大学;2003年
8 岑朝辉;卫星姿态控制系统中的故障诊断研究[D];华中科技大学;2011年
9 王琼;基于优化理论的神经网络研究及在抽油机故障诊断中的应用[D];东北石油大学;2011年
10 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
中国硕士学位论文全文数据库 前10条
1 高玉萍;基于专家系统与神经网络相结合的电力变压器故障诊断[D];西安理工大学;2005年
2 徐百灵;设备故障诊断的容错神经网络信息融合方法[D];哈尔滨工程大学;2005年
3 王政;基于人工神经网络的摊铺机智能故障诊断系统研究[D];中南大学;2005年
4 仲京臣;基于小波神经网络的故障诊断研究[D];中国海洋大学;2004年
5 厉芸;基于神经网络和遗传算法模拟电路故障诊断方法研究[D];湖南大学;2005年
6 孙远志;控制系统执行器故障诊断的研究及应用[D];华北电力大学(河北);2005年
7 成燕;基于神经网络的变频器故障诊断的研究[D];沈阳工业大学;2002年
8 陈励华;智能故障诊断技术的应用与研究[D];西北工业大学;2005年
9 胡惟文;模拟电路故障诊断的神经网络实现[D];湖南大学;2005年
10 徐志钮;基于油中溶解气体分析的变压器绝缘故障诊断研究[D];华北电力大学(河北);2005年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 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
3 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
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004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