数据挖掘技术在旋转机械故障部位诊断中的研究与应用

发布时间：2025-03-20 05:39

　　旋转机械是机械设备中最常见的机械系统,对旋转机械的故障诊断一直是一个热门的研究方向。振动是造成结构疲劳和机械故障的最主要的因素,旋转机械的振动会引起磨损,性能下降以及旋转部件的失效,直至造成重大经济损失或人员伤亡。对结构复杂的转子系统而言,其振动信息在传递过程中往往变得难以识别,而且实践中也很难寻找到信号的特征信息与设备故障的一一对应关系,因此利用常规的故障诊断技术来实现复杂设备故障的确诊较为困难。随着数据库技术在状态监测和故障诊断系统中应用规模、规范和深度的不断扩大,企业积累的设备监测数据越来越多,激增的数据背后隐藏着许多重要的信息,为基于数据分析的数据挖掘技术提供了有利条件。在数据挖掘算法中,分类与回归树(CART)算法以其高速、高准确率、鲁棒性好和直观的分类规则广泛应用于人工智能领域。在CART被提出的三十多年中,已有优化算法针对其分类准确率进行了改进,相关算法被应用于故障诊断中并带来了突破性的进展。2014年提出的“中国制造2025”与工业4.0时代逐渐接轨,对智能制造提出了更高的要求。作为制造过程中的重要环节,设备健康监测与故障诊断的智能化和在线实时检测是技术难点,因此需要一个...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图1.1故障诊断实例(a)风力发电机的智能诊断，(b)航空发动机的故障诊断

第一章绪论1.1课题的背景与意义随着现代化机械设备的自动化水平的提高，机械自动化作业也凸显出了设备安全稳定运行的重要性。在运行状态下，仅仅一点小小的故障都有可能引起意外发生，造成巨大的经济损失，甚至出现人员伤亡等更加严重的后果[1]。旋转机械是指依靠转子的旋转运动进行工作的机....

图1.2工业4.0与智能制造

合肥工业大学硕士研究生学位论文业革命）[13]。所谓工业4.0，即利用信息化技术促进产业变革的时代，也就能化时代，我国提出的“中国制造2025”与之遥相呼应[14]。智能制造是一个了制造，测试和先进智能系统以实现软制造和高度适应性的多阶段过程[15]如图1.2所示的一个多....

图1.3基于信号处理的故障诊断流程

法把时域信号进行离散傅里叶变换之后再进行分析[22]，而时频分析则既能信号的频域部分又能揭露他们的时变特征[23]。例如Liu等人[24]将快速动态弯曲算法（快速DTW算法）和相关峰度（CK）算法结合，提出了一种基域信号的故障诊断算法来监测齿轮箱故障。快速DTW算法可....

图1.4基于模型的故障诊断流程

合肥工业大学硕士研究生学位论文电机组故障诊断系统DIVA[27]和航空发动机的故障诊断[28]等，目前备受据挖掘方法也结合了专家系统并进行改进。每个专家系统所完成的任务结构也不尽相同，其大致结构如图1.5所示。但专家系统的知识来源是家经验，对于未知工况或未曾碰到的故障类型无....

本文编号：4037467