收藏本站
收藏 | 论文排版

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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王继业;孟永炎;;利用MICE对μP系统的故障诊断[J];华北电力大学学报;1988年03期
2 Milliam S.Faught;于碧媛;;人工智能在航空航天领域中的应用[J];导弹与航天运载技术;1989年12期
3 赵美德,洪家荣,王开铸;诊断专家系统的进展[J];哈尔滨工业大学学报;1992年05期
4 孟荣光;沈久珩;;机械设备的状态监测与故障诊断 第九讲 计算机在机械设备状态监测与故障诊断中的应用[J];有色设备;1993年01期
5 战兴群,吴盛林,赵克定,李国斌;基于人工智能的液压系统故障诊断方法的研究[J];机床与液压;1997年06期
6 黄安雅,陈兆能,朱继梅,佟德纯;人工神经网络与液压设备故障诊断[J];上海工程技术大学学报;1998年01期
7 郝平;电能三级管理网络分散式故障诊断专家系统的研制[J];机电工程;2001年06期
8 王超;数控机床的电器故障诊断及维修[J];芜湖职业技术学院学报;2003年02期
9 刘白林,刘震,范跃华;一种故障诊断专家系统的设计与实现[J];弹箭与制导学报;2004年03期
10 张四平;刘伦富;;电动机连续运行与点动控制的故障诊断与检修[J];家庭电子;2005年24期
11 花锋;;混合电路故障仿真技术研究[J];盐城工学院学报(自然科学版);2006年01期
12 刘静;贾民平;;装甲车辆远程故障诊断系统[J];兵工自动化;2006年02期
13 付华;尹丽娜;汪琦;;煤矿主通风机故障诊断的小波包方法[J];黑龙江科技学院学报;2007年01期
14 徐兵;程旭德;王宏利;程宏凯;;基于PC/104的某型导弹舵机故障诊断测试仪[J];微计算机信息;2007年02期
15 孟庆华;;基于随机共振的驱动桥故障诊断方法研究[J];传感技术学报;2007年04期
16 杨剑锋;张斌;;声发射自动在线监测系统的抗噪分析[J];石油化工自动化;2007年04期
17 彭观明;;智能传感器在提升机容错控制中的应用[J];煤矿机械;2007年07期
18 李伟;刘欣;;同步发电机励磁故障诊断系统研究及实现[J];微计算机信息;2007年25期
19 许军;吕强;张耀辉;;模拟电路故障诊断的结点电压灵敏度比值法[J];微电子学与计算机;2008年01期
20 邱海涛;;CY_5型液压机构常见故障的诊断分析及处理方法[J];内蒙古电力技术;2008年01期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 黄忠民;;电喷发动机非正常熄火的故障诊断分析[A];全国城市公路学会第十四届学术年会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 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
2 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
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 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
5 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
6 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
7 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
8 蒋斌;机电系统故障诊断的理论与应用研究[D];浙江大学;2002年
9 盛晨兴;挖泥船动力机械远程诊断系统关键技术研究[D];武汉理工大学;2009年
10 曹龙汉;柴油机智能化故障诊断技术研究[D];重庆大学;2001年
中国硕士学位论文全文数据库 前10条
1 王明秀;大型汽轮发电机故障诊断专家系统诊断处理子系统的研究[D];华北电力大学;2001年
2 刘峰;基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D];西安理工大学;2003年
3 许东;地空导弹混合智能故障诊断专家系统的设计与实现[D];西北工业大学;2002年
4 石金彦;基于规则的数据挖掘方法在故障诊断中的应用[D];郑州大学;2003年
5 周春健;基于小波变换的旋转机械故障诊断[D];南京航空航天大学;2004年
6 陈洁;基于Web的远程监测与故障诊断系统研究[D];武汉科技大学;2004年
7 辛惠娟;汽车发动机故障诊断专家系统的开发研究[D];华北电力大学(河北);2004年
8 刘满国;基于小波的导弹测试信号处理与故障诊断[D];西北工业大学;2005年
9 朱胜利;关于独山子炼油厂进料泵的故障诊断[D];新疆大学;2002年
10 李晓彬;基于神经网络的工程结构在线监测与故障诊断研究[D];武汉理工大学;2002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
 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