机械密封端面接触状态监测技术研究

发布时间：2017-03-20 07:09

  本文关键词：机械密封端面接触状态监测技术研究，由笔耕文化传播整理发布。

【摘要】：在工业化进程不断向前的今天,机械密封作为流体机械的关键技术也迅速发展起来。维持机械密封的端面一定的膜厚状态是保证机械密封正常运行的关键。对于传统的电涡流直接测量膜厚的方法需要破坏密封的内部结构不利于现场应用,不能满足现代工业的日益增长的需求。而声发射检测无需改变机械密封结构这一特性使得近期声发射成为研究热点。本文以电涡流传感器直接测量膜厚信号和声发射传感器间接测量膜厚信号的方法为基础,搭建了非接触式机械密封的膜厚状态监测的实验平台。通过恒压变转速以及变压恒转速的采集相应的电涡流数据和声发射数据。由于声发射信号无法直接反应膜厚信息,我们以直接测量的结果指导间接测量的结果,将声发射的信号按照膜厚程度分成三组,以此展开基于声发射信号的膜厚状态监测的研究。对于声发射信号先进行零均化处理,引入先进的信号分析技术总体经验模态分析(ensemble empirical mode decomposition,简称EEMD)进行时频分析并对每个子频分量提取时频域以及相关特征。由于声发射信号对环境噪声比较敏感,信号中包含大量的随机干扰,因此往往难以提取出较好的特征。利用核主分量分析(Kernel Principal Component Analysis,简称KPCA)对特征进行优化降维,不仅降低了特征维数减少了以后的模型输入和计算量,而且削弱了特征之间的非线性相关程度。本文中采用了支持向量机(SVM)和离散型隐马尔科夫模型(DHMM)这两个先进理论分别进行模型的训练和最终膜厚的识别,并通过实验将两种方法进行了对比分析。实验表明,DHMM模型的平均识别率(81.7%)低于SVM的平均识别率(94.8%),但由于DHMM建模简单,故其训练速度快于SVM。可以针对诊断系统侧重点的不同,选择两种方法。总的来说两者都实现了机械密封端面膜厚状态的分类识别。这些研究对不断完善机械密封端面膜厚状态具有一定的实际意义,也为机械密封端面膜厚监测的工业应用提供了良好的技术支撑。
【关键词】：机械密封接触状态监测 声发射 总体经验模态分解 核主成分分析 离散HMM 支持向量机
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH136
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-18
• 1.1 本课题研究的目的和意义11
• 1.2 机械密封端面接触状态监测国内外研究现状和发展趋势11-12
• 1.3 机械密封的技术综述12-16
• 1.3.1 表征机械密封端面接触情况的常用参数13
• 1.3.2 表征机械密封端面接触情况的相关测量方法13-15
• 1.3.3 机械密封端面接触情况的相关控制方法15-16
• 1.3.4 总结16
• 1.4 本文主要研究内容16-18
• 第2章 机械密封监测实验系统和实验数据分析18-25
• 2.1 声发射技术18
• 2.2 机械密封声发射信号波形参数及特点18-19
• 2.3 声发射传感器的安装19-20
• 2.4 实验装置和系统20-21
• 2.5 实验采集信号的观察与讨论21-24
• 2.6 本章小结24-25
• 第3章 特征参数提取和优化降维25-39
• 3.1 声发射信号的抽取25
• 3.2 数据零均化25-26
• 3.3 EEMD分析26-32
• 3.3.1 EMD方法分解的基本原理26-28
• 3.3.2 Hilbert谱28-29
• 3.3.3 EEMD29-32
• 3.4 时域分析特征提取32-33
• 3.5 频域分析特征提取33-34
• 3.6 特征参数降维34-38
• 3.6.1 KPCA原理34-36
• 3.6.2 机械密封状态监测特征参数降维36-38
• 3.7 本章小结38-39
• 第4章 SVM基本理论、算法及其在故障诊断中的应用39-49
• 4.1 SVM基本理论39-42
• 4.1.1 线性可分情况39-41
• 4.1.2 线性不可分的情况41-42
• 4.2 基于支持向量机的状态分类识别算法42-43
• 4.3 支持向量机参数选择43-46
• 4.4 支持向量机核函数类型选择46-47
• 4.5 机械密封实验数据测试47-48
• 4.6 本章小结48-49
• 第5章 DHMM基本理论及其在机械密封诊断中的应用49-58
• 5.1 HMM基本理论49-52
• 5.1.1 HMM基本概念49-51
• 5.1.2 HMM分类51-52
• 5.2 HMM基本算法52-56
• 5.2.1 前向-后向算法52-54
• 5.2.2 Viterbi算法54-55
• 5.2.3 Baum-Welch算法55-56
• 5.3 HMM在模式分类中的作用56-57
• 5.4 本章小结57-58
• 第6章 基于DHMM的机械密封端面接触状态识别58-66
• 6.1 信号的分帧处理58
• 6.2 特征矢量的标量量化58-59
• 6.3 多观测样本序列的DHMM训练59-60
• 6.4 DHMM应用于机械密封膜厚识别60-61
• 6.5 诊断实验61-64
• 6.5.1 DHMM训练61-62
• 6.5.2 DHMM诊断结果62-64
• 6.6 两种膜厚识别方法对比分析64-65
• 6.7 本章小结65-66
• 结论66-67
• 致谢67-68
• 参考文献68-71
• 攻读硕士学位期间发表的论文及科研成果71

【参考文献】

中国期刊全文数据库 前1条

1 王和顺,陈次昌,黄泽沛,王新霖;声波检测技术在机械密封端面接触测量中的应用[J];机械与电子;2004年10期

中国博士学位论文全文数据库 前1条

1 曹翌佳;气固反应器中基于声发射信号的故障检测与诊断[D];浙江大学;2010年

  本文关键词：机械密封端面接触状态监测技术研究，，由笔耕文化传播整理发布。

本文编号：257367