收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粗糙集理论在旋转机械故障诊断技术上应用的研究

许琦  
【摘要】: 粗糙集理论是近年来国际上研究智能决策技术的一个新成果,是对不完整、不精确、不确定信息的表达、学习、归纳的理论。它可以将测量所得的数据信息进行分类、约简、挖掘和形成规则。其重要特点在于其具有很强的定性分析能力,即不需要预先给定某些特征或属性的数量描述,而直接从给定问题的描述集合出发,通过不可分辨关系和不可分辨类确定给定问题的近似域,从而找出该问题的内在规律。 旋转机械是机械设备的重要组成部分,它们以转子及其回转部件为工作的主体,一旦发生故障,将造成巨大损失。同时现代设备管理要求采用“故障维修”策略,消除“过剩维修”。因此世界各国都非常重视旋转机械故障诊断研究。目前,国内外故障诊断技术已取得了重大的进展,诊断方法由简易型向智能化、集成化方向发展,出现了遗传算法、模糊数学、神经网络等智能决策系统。但是,这些决策系统数学模型难以建立,物理意义不明确,需专家参与,且数据处理和学习时间过长而失去它在线控制的意义。 目前,国内外学者对粗糙集的研究主要集中在如何应用它的方法,处理一些简单的故障诊断信息表,探讨这种方法的可行性。而从机械故障的数据采集,信号处理,知识库和决策表的形成,直到应用粗糙集理论对决策表进行约简,形成决策规则,这方面的报导还很少见。因此,如何将粗糙集理论应用到处理旋转机械故障的工程实际中,已成为大家十分关心的课题。本课题组在2001年得到了江苏省自然科学基金的立项资助(BK2001095),为深入地开展研究提供了良好的基础。 本文的主要工作体现在: 1、确定了基于粗糙集理论的旋转机械故障在线诊断的技术路线。以旋转机械为对象,侧重研究转子不对中、转子不平衡、油膜涡动和转轴的局部摩擦四种典型的旋转机械故障,分析了这几种故障的机理及其特征表现。在旋转机械故障诊断方法中,振动分析法是成熟的方法之一。本研究通过速度传感器、加速度传感器和位移传感器采集特征信息和敏感性参数,同时通过时域分析、频域分析、时间序列分析得到不同故障的特征信息,构成了故障信息的知识库。通过对图形的语义化和对数据的数学处理,形成决策表。通过粗糙集理论对决策表进行约简,并优选出最简决策表,形成标准特征库。从运行中的旋转设备,检测出状态信号,与标准信息库相比较,确定状态模式,作出故障诊断决策。 2、提出了模拟四种故障的力学模型和实现的方法。在模拟实验中,转子不对中 WP=7 故障是通过提高轴承支座的高度,产生轴线角度不对中;转子不平衡故障的模拟,是在对经过动平衡试验转子上,配载一定质量的偏心载荷;油膜涡动故障是用带有油杯的轴承座,轴和轴颈之间有较大的配合间隙;转轴的碰摩故障是通过远离动力源端,靠近支座处,安装摩擦螺钉。在模拟实验时,应用CRAS5.1数据采集系统,对实验数据采集、信号与系统分析和时间与振动趋势测定。 3、建立了故障诊断的决策表。从转子故障实验图表及其相关数据中,根据不同的条件属性和决策属性的对应关系,结合机械故障诊断的专业知识,对图表进行语义化,和实验数据一起,按照粗糙集理论的要求,建立旋转机械故障诊断的数据库。论文中,根据实验处理软件所提供的数据和图形,提出了六大类,十七个条件属性,一个决策属性。六大类条件属性分别是特征频率、时间-振动曲线特性、轴心轨迹、振动随转速的变化规则、振动的稳定性以及峭度特性;一个决策属性是联轴节的不对中、转子的不平衡、转轴的碰摩和轴承的油膜振荡。用语义法描述了图形库的知识,实现了将知识库向决策表的过渡。为了应用粗糙集理论对数据库进行约简,就必须按某种数学模型或计算方法,对采集的连续数据离散化,对图形语义化,并用符号代替语义定义,构造符合粗糙集理论要求的决策表, 4、形成了旋转机械故障诊断的决策规则。由于在故障诊断的决策表中,有些特征信息是相关的,有些是独立的。独立的特征能提供互补信息,因而加以保留,相关性特征产生冗余信息。在对决策表约简时,首先进行条件属性的简化,消去重复列,然后对每一决策规则进行冗余属性值的简化,合并重复行,导出简化决策表,形成旋转机械故障诊断的决策规则,并对决策规则进行可信度研究。 5、确定了决策表的核和最小解。通过区分矩阵和区分方程寻找决策表的约简和核。对于一个决策表有可能有多种约简形式,属性子集可以不只是一种简化,一个知识表达系统的决策表的简化不是唯一,问题的最小解不是唯一的,通过优化方法,鳞选得出决策表的最小的约简形式。 应用粗糙集理论对四种典型的旋转机械故障形成的决策表的约简,从十七个条件属性简化成三个条件属性,极大地减少数据库中数据的数量。对四种故障的决策规则和相关的设备故障诊断标准规则相一致。验证了应用粗糙集理论对数据库约简的有效性,证明了基于粗糙集理论的旋转机械故障诊断是可行的。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 兴连国;许宝杰;;基于粗糙集对旋转机械故障诊断系统的研究[J];北京机械工业学院学报;2006年02期
2 董辛旻;石来德;韩捷;简小刚;;基于矢谱和粗糙集理论的旋转机械故障诊断[J];中国工程机械学报;2008年01期
3 李利娟;肖赞;;基于融合面积谱和粗糙集理论的旋转机械故障诊断[J];科技信息;2011年08期
4 冯志鹏,宋希庚,薛冬新;基于广义粗糙集理论的旋转机械故障诊断[J];振动与冲击;2004年01期
5 徐小力;温后珍;;基于粗糙集的旋转机械故障诊断方法研究——使用明析矩阵的属性值约简新方法[J];计算机工程与应用;2006年18期
6 张承亮;;旋转机械故障诊断方法概述[J];科技情报开发与经济;2008年26期
7 高晓康;齐从谦;赵荣泳;李翠玲;;粗糙集理论在旋转机械实时故障诊断中的应用[J];制造业自动化;2006年12期
8 冯志鹏,宋希庚,薛冬新;基于广义粗糙集与神经网络集成的旋转机械故障诊断研究[J];机械科学与技术;2003年05期
9 赵荣珍;黄义仿;张力;张优云;;旋转机械智能故障诊断技术的发展趋势[J];兰州理工大学学报;2008年05期
10 张银丽;张瑞玲;;基于粗糙集的机械故障诊断方法研究[J];矿山机械;2007年06期
11 李兆峰;杨天海;顾敏;;电厂旋转机械历年振动问题统计分析[J];上海电力;1994年01期
12 陈长征,张省,虞和济;基于神经网络的旋转机械故障诊断研究[J];机械强度;2000年02期
13 张红梅,代克杰,张建勇;基于LabVIEW的旋转机械远程故障诊断系统研制[J];工业仪表与自动化装置;2004年06期
14 唐贵基,张文斌,田丽洁,王维珍;谐波小波分析在旋转机械故障诊断信号处理中的应用[J];矿山机械;2005年08期
15 徐兴科,孔令先,赵以万,田保忠,任华玉;在线监测系统在设备管理中的应用[J];设备管理与维修;2005年08期
16 卢中华;旋转机械振动诊断标准浅谈[J];中国设备工程;1993年09期
17 汪家铭;;API旋转机械振动标准介绍[J];石油化工设备技术;1993年05期
18 汪家铭;旋转机械转轴中心位置测量及其应用[J];发电设备;1994年04期
19 汪家铭;旋转机械转轴裂纹的检测[J];石油化工设备技术;1994年04期
20 武新华,刘占生,夏松波;旋转机械碰摩故障特性分析[J];汽轮机技术;1996年01期
中国重要会议论文全文数据库 前10条
1 马玉良;赵光宙;;粗糙集理论及其在工程中的应用研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
2 刘碧森;姚宇;;粗SVM理论及其在税收预测中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
3 杨斌;闫桦;;基于粗糙集理论的农业水价承受能力研究[A];第十一届中国管理科学学术年会论文集[C];2009年
4 朱江华;潘丰;;基于蚁群算法的粗糙集知识约简[A];2005年全国自动化新技术学术交流会论文集[C];2005年
5 盛立;刘希玉;高明;;基于粗糙集理论的数据挖掘算法研究[A];山东省计算机学会2005年信息技术与信息化研讨会论文集(二)[C];2005年
6 朱江华;潘丰;;基于蚁群算法的粗糙集知识约简[A];2005全国自动化新技术学术交流会论文集(二)[C];2005年
7 田库;王俊松;刘玉敏;刘玉亮;李建国;;基于粗糙集理论的神经网络优化设计及网络拥赛控制[A];第25届中国控制会议论文集(中册)[C];2006年
8 王刚;张志禹;;数据融合中粗糙集的应用技术研究[A];2006中国控制与决策学术年会论文集[C];2006年
9 张辉;钱宗才;屈景辉;刘敬华;;基于粗糙集理论的知识获取研究及应用[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
10 张鹏;崔文利;;基于粗糙集与BP网络的民航飞机故障诊断研究[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
中国博士学位论文全文数据库 前10条
1 许琦;粗糙集理论在旋转机械故障诊断技术上应用的研究[D];南京工业大学;2003年
2 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
3 张勇;粗糙集—神经网络智能系统在浮选过程中的应用研究[D];大连理工大学;2006年
4 刘永阔;核动力装置故障诊断智能技术的研究[D];哈尔滨工程大学;2006年
5 邱道宏;括苍山高速公路隧道岩爆非线性预测研究[D];吉林大学;2008年
6 吴正江;L模糊粗糙集研究[D];西南交通大学;2009年
7 赵晓平;旋转机械阶比分析研究与软件实现[D];南京航空航天大学;2009年
8 鞠萍华;旋转机械早期故障特征提取的时频分析方法研究[D];重庆大学;2010年
9 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
10 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
中国硕士学位论文全文数据库 前10条
1 肖睿;基于热力参数的旋转机械故障诊断[D];重庆大学;2004年
2 李江伟;便携式大型旋转机械故障诊断系统[D];广东工业大学;2002年
3 王洪;旋转机械故障诊断新方法的应用研究与振动监测诊断系统的开发[D];华北电力大学(北京);2003年
4 栗青;集成神经网络在旋转机械故障诊断中的应用[D];沈阳工业大学;2002年
5 王俨剀;旋转机械机组群状态监测与故障诊断系统研究[D];西北工业大学;2003年
6 何树波;基于隐Markov模型的旋转机械故障诊断系统的研究[D];浙江大学;2003年
7 康静秋;分形理论在旋转机械故障诊断中的应用研究[D];华北电力大学(北京);2006年
8 王维珍;Hilbert-Huang变换在旋转机械故障诊断中的应用研究[D];华北电力大学(河北);2006年
9 王冬;旋转机械全寿命状态评估与诊断研究[D];电子科技大学;2010年
10 王雷;旋转机械激励下柔性基础结构噪声研究[D];辽宁工程技术大学;2005年
中国重要报纸全文数据库 前10条
1 陈利群;集研发与销售于一身的小分队[N];中国航天报;2007年
2 本报通讯员 秦夏本报记者 沈谦;智慧比汗水更重要[N];陕西日报;2007年
3 高艺明;明星产品的市场攻略[N];中国航天报;2006年
4 ;ANSYS10.0新功能[N];中国航空报;2005年
5 ;民族高端计算成果献力能源“自强”[N];人民邮电;2006年
6 张宏庆 计方胜;青春在挑战中闪光[N];中国航空报;2010年
7 ;装备辅机制造业结构亟待调整[N];中国工业报;2003年
8 陈谏评王丹宁 牛娜 梁雅玲;陕鼓奋力推进大型装备国产化[N];中国企业报;2007年
9 ;技术“求同”与“求异”双向发展[N];中国电子报;2009年
10 ;自主进行业务转变[N];国际商报;2009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