基于HMM和微粒群优化算法的核电设备机械故障诊断技术的研究

发布时间：2021-06-22 23:03

　　本文针对核电设备冗余多、系统复杂、所积累的资料和故障样本少以及核电设备运行过程中的振动信号具有信息量大、非平稳、重复再现性不佳等特点,引入PSO优化HMM,建立基本模型和识别工具,实现核电机械装备状态在线监测,系统能够及时、准确地诊断出故障,并采取相应的对策,保证和提高核电设备的安全性和可靠性。本文研究了HMM、PSO和QPSO基本原理、常用模型以及相关算法;建立基于HMM和QPSO的核电设备系统故障诊断模型;设计基于QPSO算法优化HMM的核电设备故障诊断系统,通过一系列采集数据对故障诊断系统的测试,验证了该诊断方法的可行性和准确性。本文主要研究内容如下:第一章介绍核电设备机械故障技术的国内外研究现状和研究意义;分析基于QPSO优化HMM的核电装备故障诊断的可行性;最后提出本论文研究的主要内容及论文总体框架和创新之处。第二章论述几种常见的非平稳信号特征提取方法;根据核电装备振动信号的特点,应用一种时频域特征提取新方法——基于优化局域均值分解（LMD）技术的特征提取方法研究。第三章研究HMM和PSO的基本理论;介绍改进PSO的基本算法;简要介绍PSO算法的实际应用。提出QPSO算法优化... 

【文章来源】：南华大学湖南省

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

HMM基本组成结构框图

三种典型HMM的结构图

基于QPSO优化CGHMM的机械

【参考文献】：
期刊论文
[1]基于HMM和微粒群优化算法的表情识别[J]. 陈燕龙,钟碧良.  计算机工程. 2008(13)
[2]基于量子行为的微粒群优化算法的数据聚类[J]. 唐槐璐,须文波,龙海侠.  计算机应用研究. 2007(11)
[3]基于量子粒子群算法的复杂函数参数估计[J]. 徐敏,须文波.  计算机工程与设计. 2007(15)
[4]基于量子微粒群算法的发酵过程模型参数估计[J]. 杜润龙,须文波,孙俊.  计算机工程与设计. 2007(10)
[5]核能发电安全吗[J]. 陈刚.  科学大观园. 2006(16)
[6]粒子群优化算法在多目标优化中的应用与仿真[J]. 雷秀娟,史忠科,王来军,毕业,仉亚男.  计算机工程与应用. 2006(02)
[7]模糊离散粒子群优化算法求解旅行商问题[J]. 庞巍,王康平,周春光,黄岚,季晓辉.  小型微型计算机系统. 2005(08)
[8]基于粒子群的多目标优化算法[J]. 李宁,邹彤,孙德宝,秦元庆.  计算机工程与应用. 2005(23)
[9]用粒子群优化改进算法求解混合整数非线性规划问题[J]. 刘钊,康立山,蒋良孝,杨林权.  小型微型计算机系统. 2005(06)
[10]Hilbert-Huang变换在齿轮故障诊断中的应用[J]. 于德介,程军圣,杨宇.  机械工程学报. 2005(06)

博士论文
[1]核动力装置故障诊断智能技术的研究[D]. 刘永阔.哈尔滨工程大学 2006
[2]HMM动态模式识别理论、方法以及在旋转机械故障诊断中的应用[D]. 冯长建.浙江大学 2002



本文编号：3243700