信息融合在大型旋转机械故障诊断中的应用

发布时间：2017-04-03 12:17

  本文关键词：信息融合在大型旋转机械故障诊断中的应用，由笔耕文化传播整理发布。

【摘要】：现代工业大量使用旋转机械，，在能源、电力、化工等领域大型旋转机械更是其核心设备，一旦发生故障往往会造成巨大的经济损失甚至危及生命安全酿成严重生产事故。因此如何预知故障并对故障发生部位定位成为工程技术人员关注的问题。 大型旋转设备结构复杂，故障发生时很少出现单一形式而且往往关联在一起，导致故障征兆与故障对应性不明显，传统的故障诊断方式信息来源单一、不能获取足够的信息从而导致诊断结果存在不确定性而且无法实现故障定位。信息融合技术被广泛应用于目标识别领域，能够协同利用多源信息进行决策，提供更加准确的诊断结果，信息融合技术应用于故障诊断领域使系统具有更高的智能性，较好的健壮性与容错性。本文在分析了该领域国内外发展现状及趋势的基础上从以下几点展开了研究： （1）通过分析定子匝间短路故障、转子断条故障、电机偏心故障、电机转子不对中故障、轴承故障等故障过程中电磁变化及振动异常情况得出大型旋转机械相应故障的量化诊断依据。 （2）针对高速高精数据采集的需求，开发了基于PC104的数据采集系统，主要包括电源模块开发、主机平台选型、开关量I/O卡开发、模拟量采集卡开发，并编写了适合该采集系统的采集程序。重点研究了PC104接口技术及VxWorks嵌入式操作系统下采集软件工作流程。 （3）分析了系统融合理论的原理、层次结构、融合方法并将集成神经网络技术与信息融合理论相结合，根据故障诊断过程的实际需求，建立了动态集成神经网络信息融合故障诊断技术模型，研究了集成神经网络故障诊断及D-S证据理论信息融合的实现方法。特别的还对神经网络训练样本数目对其推广能力的影响进行了研究，确保神经网络故障诊断过程具有较高的精确性及学习能力。 （4）将研究理论与工业现场相结合，以宏力新型建材厂排烟风机为例构建了状态监测与故障诊断系统。概述了系统硬件与组态软件的连接、组态软件实时数据库导入SQL2000的方法、基于历史数据的故障诊断系统的实现等，并根据获取的数据详细分析了单一神经网络及经融合后的集成神经网络对故障的诊断结果，较好的解决了容错性差、无法实现故障定位等问题。
【关键词】：旋转机械 信息融合 故障诊断
【学位授予单位】：曲阜师范大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3;TP202
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-11
• 1.1 课题研究背景及意义8
• 1.2 国内外研究现状及发展趋势8-9
• 1.3 本文主要研究内容9-11
• 第二章 大型旋转设备主要故障机理分析11-18
• 2.1 定子匝间短路故障11-12
• 2.2 转子断条故障12-13
• 2.2.1 基本故障分量产生原理12
• 2.2.2 其他故障分量产生原理12-13
• 2.3 电动机偏心故障13-14
• 2.4 电动机转子不对中故障14-16
• 2.4.1 平行不对中14-15
• 2.4.2 偏角不对中15-16
• 2.5 轴承故障16-18
• 第三章 基于 PC104 的数据采集系统设计18-27
• 3.1 PC104 平台选择18-19
• 3.1.1 PC104总线标准18
• 3.1.2 PCM3362简介18-19
• 3.2 电源电路设计19
• 3.3 开关量 I/O 电路设计19-20
• 3.3.1 开关量输入电路设计19-20
• 3.3.2 开关量输出电路设计20
• 3.4 模拟量采集卡研发20-27
• 3.4.1 采集卡地址分配21
• 3.4.2 信号调理电路设计21-23
• 3.4.3 AD转换电路设计23-24
• 3.4.4 FPGA电路设计24
• 3.4.5 板级电源及电平变换电路24-25
• 3.4.6 FPGA程序设计25-27
• 第四章 基于 PC104 的数据采集系统底层软件设计27-33
• 4.1 软件整体设计27
• 4.2 VXWORKS 操作系统搭建27-33
• 4.2.1 VxWorks操作系统简介27
• 4.2.2 VxWorks操作系统组成27-28
• 4.2.3 VxWorks操作系统构建28-31
• 4.2.4 标准 I/O 驱动程序31
• 4.2.5 数据采集程序31-33
• 第五章 多源信息融合技术应用于故障诊断33-41
• 5.1 信息融合故障诊断理论基础33-35
• 5.1.1 信息融合的基本原理33
• 5.1.2 信息融合的层次结构33-34
• 5.1.3 信息融合的主要方法34-35
• 5.1.4 信息融合与神经网络结合35
• 5.2 集成神经网络信息融合故障诊断35-41
• 5.2.1 集成神经网络信息融合模型35-36
• 5.2.2 子神经网络实现过程36-38
• 5.2.3 D-S决策融合算法实现38-41
• 第六章 状态监测及故障诊断软件系统实现及实例分析41-49
• 6.1 排烟风机简介与测点分布41-42
• 6.2 基于组态王的状态监控软件设计42-43
• 6.2.1 组态王驱动程序编写42
• 6.2.2 主监控界面的设计42-43
• 6.3 数据库子系统设计43-44
• 6.3.1 组态王与数据库的连接43-44
• 6.3.2 数据库建模44
• 6.4 信号分析及故障诊断子系统44-46
• 6.4.1 信号分析子系统44-45
• 6.4.2 故障诊断子系统45-46
• 6.5 故障诊断实例46-49
• 6.5.1 故障样本集构造46-47
• 6.5.2 实例分析47-49
• 第七章 总结与展望49-51
• 7.1 工作总结49
• 7.2 后续工作展望49-51
• 参考文献51-53
• 致谢53

【参考文献】

中国期刊全文数据库 前10条

1 高峰,董海鹰,胡彦奎;基于BP神经网络的传感器交叉敏感性抑制[J];传感器技术;2005年02期

2 孙立军,吕志香,刘海丽,张春喜;基于DSO-2100的异步电机转子偏心故障检测与诊断[J];电机与控制学报;2005年06期

3 马宏忠;姚华阳;黎华敏;;基于Hilbert模量频谱分析的异步电机转子断条故障研究[J];电机与控制学报;2009年03期

4 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

5 龚福民;电流环接收器RCV420及其应用[J];国外电子元器件;2000年02期

6 胡钢;刘哲;徐小平;高瑞;;像素级图像融合技术的研究与进展[J];计算机应用研究;2008年03期

7 郭存杰,张来斌,王朝晖,刘绍东;交流异步电动机故障综合诊断方法的研究[J];石油机械;2005年10期

8 张元敏;胡万强;;一种基于TOP227Y的脉冲开关电源设计[J];现代电子技术;2008年14期

9 林勇;;工业控制用4～20mA电流变送器[J];电子元器件应用;2006年07期

10 宁玉泉;鼠笼感应电机转子断条和端环开裂的故障诊断和参数计算[J];中国电机工程学报;2002年10期

中国博士学位论文全文数据库 前2条

1 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

2 李建兰;火力发电设备优化维修关键技术研究[D];华中科技大学;2008年

中国硕士学位论文全文数据库 前3条

1 陈非;基于融合信息熵距的旋转机械振动故障定量诊断研究[D];华中科技大学;2005年

2 王胜;基于VxWorks的CF卡系统设计[D];武汉理工大学;2009年

3 乔文钊;目标跟踪系统中多传感器数据融合算法研究[D];电子科技大学;2009年

  本文关键词：信息融合在大型旋转机械故障诊断中的应用，由笔耕文化传播整理发布。

本文编号：284324