基于混沌相空间重构的轧机故障诊断预测研究

发布时间：2020-05-15 00:24

【摘要】： 当前,工矿企业大型设备的数目越来越多,关键设备的检测与诊断技术所带来的社会效益和经济效益,也不断为人们所认识。因此,预防维修到预知维修的转变也成为必然,顺应了机械设备故障诊断的趋势。 对于时间序列,利用时间序列的相空间重构可以保存系统的某些性质,在此基础上可以建立动力系统的非线性模型并进行预测。对于机械系统状态的预测,就是根据已知的某时刻以前机械系统的状态运动轨迹,预测该时刻以后最大可预测尺度内轨迹的运动状态。 论文首先分析了混沌的复杂特性以及其他混沌识别方法的利弊。针对所作分析,提出了一种混沌相空间重构的方法:即运用互信息函数方法确定有效延迟时间;CAO方法确定最佳嵌入维数。 然后根据相空间重构所确定的混沌时间序列的延迟时间以及嵌入维数,运用Volterra级数算法推算出未来一定时间内的时间序列,以达到对设备未来故障状态预测分析的目的。 为解决强噪声环境中的大型机械故障的早期信号微弱的问题,运用了Duffing振子的间歇混沌现象对强噪声背景中的微弱信号进行检测,并将其应用在轧机设备的齿轮和转子的故障检测中,同时对实验数据及结果进行分析。 最后,将整套理论方法应用到减速机的故障状态预测中:将所预测的时间序列运用Duffing振子来提取特征信号,并通过RBF神经网络进行推理决策,给出故障诊断结果,从而实现了对机械故障状态的预测分析。
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TG333;TH165.3

【参考文献】

相关期刊论文 前10条

1 朱志宇,姜长生,张冰,刘维亭;基于混沌理论的微弱信号检测方法[J];传感器技术;2005年05期

2 付强;;一种基于RBF神经网络的转台分系统故障诊断方法[J];传感器与微系统;2007年06期

3 吕伟才;徐绍铨;;Kalman滤波在似单差方法中的应用[J];测绘通报;2006年03期

4 姜万录;一种基于正交小波包分析的混沌识别方法[J];燕山大学学报;2004年01期

5 赵艳军;李永刚;;基于RBF神经网络的发电机转子匝间短路故障诊断[J];电力科学与工程;2008年10期

6 宋宏儒;丁常富;冯玉朝;;RBF神经网络在凝汽器故障诊断中的应用[J];发电设备;2008年06期

7 简小刚;张艳伟;冯跃;;工程机械故障诊断技术的研究现状与发展趋势[J];中国工程机械学报;2005年04期

8 陈敏,胡茑庆,温熙森;混沌振子在转子系统早期碰摩故障检测中的应用[J];国防科技大学学报;2001年01期

9 王沙,杨志安,任中京;动态光散射检测电机转速的互信息函数分析[J];光学技术;2005年05期

10 崔彦平,傅其凤,葛杏卫,刘玉秋;机械设备故障诊断发展历程及展望[J];河北工业科技;2004年04期

，

本文编号：2664153