K5403离心式压缩机状态监测与趋势预测技术研究

发布时间：2021-05-16 20:50

　　K5403离心式压缩机是巴陵石化有限公司生产的关键设备,该设备一旦出现故障,不仅严重影响生产,给企业带来重大的经济损失,还会造成人员伤亡等恶性事故。本文以K5403离心式压缩机为研究对象,开展了状态监测与趋势预测技术研究,以实现机组的预知维护。论文主要研究工作有:1.阐述了状态监测与趋势预测技术研究的目的、意义及发展历程和趋势,结合K5403离心式压缩机的维护现状和用户需求,阐明了将状态监测和趋势预测技术应用于K5403离心式压缩机系统的必要性;2.根据K5403离心式压缩机的结构特点,对机组常见的几种故障形式（如:不平衡、不对中、动静碰摩、转子支承系统联结松动故障、滚动轴承的各种故障及喘振等）的故障机理进行了分析,给出了相应的故障特征,介绍了几种常用的基于振动信号分析处理的故障诊断方法;3.结合企业的实际需求开发了K5403离心式压缩机状态监测与趋势预测系统,简要阐述了系统实现的关键技术,包括面向对象技术、虚拟仪器技术和组态技术,重点研究了基于UML的系统需求分析和面向对象设计;4.基于K5403离心式压缩机运行状态的非线性、非平稳特征和神经网络的优点,提出了趋势预测的多项式神经网络... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 状态监测与趋势预测技术研究的目的和意义
    1.2 状态监测与趋势预测技术的发展历程和趋势
        1.2.1 状态监测与趋势预测技术的发展历程
        1.2.2 状态监测与趋势预测技术的发展趋势
    1.3 本文的研究背景
    1.4 本文的主要研究内容和整体框架
    1.5 本章小结
第2章 K5403 离心式压缩机的故障机理与分析方法
    2.1 K5403 离心式压缩机简介
        2.1.1 结构概述
        2.1.2 主要特征参数
    2.2 K5403 离心式压缩机常见故障的机理
        2.2.1 转子不平衡故障的机理
        2.2.2 转子不对中故障的机理
        2.2.3 动静碰摩故障的机理
        2.2.4 转子支承系统联结松动故障的机理
        2.2.5 滚动轴承故障的机理
        2.2.6 喘振故障的机理
    2.3 故障诊断的实施过程
    2.4 基于振动信号分析处理的故障诊断方法
        2.4.1 幅域分析方法
        2.4.2 时域分析方法
        2.4.3 频域分析方法
        2.4.4 时频域——小波分析方法
    2.5 本章小结
第3章 状态监测与趋势预测系统的需求分析及设计
    3.1 系统结构
    3.2 关键技术
        3.2.1 面向对象技术
        3.2.2 虚拟仪器技术
        3.2.3 组态技术
    3.3 基于UML 的系统需求分析
        3.3.1 用例的获取
        3.3.2 顶层用例图
        3.3.3 用例图的细化
    3.4 基于UML 的系统面向对象分析
        3.4.1 分析类的提取
        3.4.2 静态模型的建立
        3.4.3 系统的动态模型
    3.5 面向对象的系统设计
        3.5.1 系统结构设计
        3.5.2 系统类用例实现设计
        3.5.3 系统数据库设计
    3.6 本章小结
第4章 K5403 离心式压缩机趋势预测技术研究
    4.1 概述
    4.2 神经网络预测方法的提出
    4.3 人工神经网络
        4.3.1 人工神经网络简介
        4.3.2 BP 神经网络
        4.3.3 BP 神经网络存在的问题及解决办法
        4.3.4 遗传算法
    4.4 多项式前向神经网络
        4.4.1 多项式前向神经网络简介
        4.4.2 多项式神经网络迭代多步预测法
    4.5 应用实例
        4.5.1 预测模型的建立
        4.5.2 多项式神经网络迭代多步预测结果
    4.6 本章小结
第5章 K5403 离心式压缩机状态监测与趋势预测系统的实现
    5.1 监测点选择
    5.2 系统建立
        5.2.1 硬件选择
        5.2.2 软件实现
    5.3 系统功能
        5.3.1 数据采集
        5.3.2 状态监测
        5.3.3 状态分析及诊断
    5.4 本章小结
总结与展望
参考文献
附录A 攻读学位期间所发表的学术论文目录
致谢


【参考文献】：
期刊论文
[1]基于DataSocket的网络化虚拟仪器[J]. 季兴涛,朱荣新.  仪器仪表标准化与计量. 2007(03)
[2]基于DataSocket的工程机械液压系统远程故障监测与诊断系统研究[J]. 严骏,赵立强,凌海凤.  机床与液压. 2006(09)
[3]石化行业大型离心式压缩机组安全运行研究[J]. 陈宗华,秦云龙,梁晓刚,张亚丁,贾鹏林,许适群,周培荣.  化工装备技术. 2005(02)
[4]制造信息系统的多智能分析与建模研究[J]. 刘坚,于德介,袁少辉,李德刚.  计算机集成制造系统. 2004(11)
[5]基于多项式网络的空袭目标类型识别模型[J]. 赵丰,郭乃林,陈绍顺.  系统工程与电子技术. 2002(10)
[6]旋转机械故障的诊断及预测[J]. 冯兵元,郝百顺.  河南冶金. 2000(05)
[7]基于组件对象模型的电力设备监测系统软件研究[J]. 姜磊,李福祺,朱德恒,谈克雄.  仪器仪表学报. 2000(03)
[8]基于Internet的FMS远程监测与故障诊断技术研究[J]. 袁洪芳,王信义,张之敬,袁大勇.  制造业自动化. 2000(05)
[9]旋转机械趋势预测方法的研究[J]. 徐小力,殷健.  北京机械工业学院学报. 1999(01)
[10]机械设备振动监测与故障诊断的发展与展望[J]. 陆建湖,黄文,毛汉领.  仪器仪表与分析监测. 1999(01)

硕士论文
[1]基于BP神经网络的混沌时间序列预测模型研究[D]. 陈敏.中南大学 2007



本文编号：3190379