基于多元统计的往复式活塞隔膜泵故障检测

发布时间：2017-07-13 18:07

  本文关键词：基于多元统计的往复式活塞隔膜泵故障检测

  更多相关文章： 往复式活塞隔膜泵 故障检测 核主元分析 独立元分析 独立元子空间

【摘要】：随着计算机、机械设计、通讯网络、材料制造等科学技术迅速发展,促使现代的工业生产技术的更新换代,工业控制系统的自动化、信息化水平不断提高。工业生产系统变得越来越高效和智能,相对应的复杂程度也越来越高。浆体管道输送的系统也是如此。浆体管道输送具有运输成本底、输送效率高和对环境污染小等特点。使得浆体管道输送成为公路、海运、铁路、空运之后的第五大运输方式。管道输送可以进行长距离、全地形的输送,可以运输强腐蚀、强磨损的各种以固液态运输的矿物。它在一些交通欠发达、地形复杂、环保要求高的地区优势明显。近年来浆体管道输送快速发展,而在浆体管道输送中往复式活塞隔膜泵是主要的动力的来源,它的正常运行对整个浆体管道输送起着关键的作用。对往复式活塞隔膜泵的安全运行的监测和故障检测有着重大的意义。本文对浆体管道输送中的往复式活塞隔膜泵的结构、运行原理及故障信号特点进行了分析研究。传统的基于信号处理的方法存在过于关注在单一的振动信号特征的提取和处理上,对往复式机械整体把握不足。因此本文采用多元统计的方法对往复式活塞隔膜泵来进行故障检测的研究。本文主要工作如下：1)对往复式活塞隔膜泵的结构、运行原理以及SCADA系统进行了一定研究和分析,亦分析其故障的信号的特点。介绍了主流对往复式活塞隔膜泵故障处理的方法,为接下来的对其的研究做了一定基础。2)往复式活塞隔膜泵的磨损故障在发展的初期,很难通过观测测量变量而直接被发现,而且观测变量输出之间呈高耦合性和强非线性,因此采用了基于核主元分析(KPCA)的往复式活塞隔膜泵磨损故障检测模型。首先利用往复式活塞隔膜泵正常运行的历史监测数据建立核主元分析故障检测模型,并利用模型来对故障特征进行检测。接着检测到故障后并分析前后原始变量的贡献度,从而定位发生磨损的位置。实验结果表明该方法对往复式活塞隔膜泵磨损故障检测是有效的。3)在实际的管道输送过程中往复式活塞隔膜泵的监测信号往往产生非线性、非高斯分布、高维的数据,在故障发生之初,特征信号很微小难以被检测。而传统的多元统计方法并不能有效地解决这一问题。因此,引入了局部学习和独立元子空间的思想,采用了一种基于局部建模的独立元子空间的故障检测方法。首先利用局部的LSSVR模型对各个监测仪器的输出进行预测,并与观测的输出相比形成残差序列,然后利用独立子空间算法将序列空间分成多个不同的子空间,再分别利用ICA-PCA建立故障检测模型,最后根据各个子空间统计量情况来检测。仿真结果表明了该方法在对微小的故障具有一定的故障检测效果。本文通过利用多元统计的方法对往复式活塞隔膜泵进行故障检测和诊断方面的研究,为在管道输送中实现故障检测和诊断提供一定的理论基础。
【关键词】：往复式活塞隔膜泵 故障检测 核主元分析 独立元分析 独立元子空间
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH323
【目录】：

• 摘要5-7
• Abstract7-11
• 第一章 绪论11-19
• 1.1 选题背景及研究意义11-12
• 1.2 往复式机械故障检测与诊断的研究现状12-16
• 1.2.1 国内外发展现状12-15
• 1.2.2 存在问题及发展方向15-16
• 1.3 本论文的主要工作16-19
• 1.3.1 论文的主要研究内容16
• 1.3.2 论文的章节安排16-19
• 第二章 隔膜泵和机械故障检测基本方法的介绍19-29
• 2.1 往复式活塞隔膜泵的结构及运行原理19-22
• 2.1.1 往复式活塞隔膜泵的结构19-20
• 2.1.2 往复式活塞隔膜泵的运行原理20-21
• 2.1.3 往复式活塞隔膜泵的运行时故障信号特点21
• 2.1.4 SCADA系统对往复式活塞隔膜泵的运行监控21-22
• 2.2 基于振动信号处理的故障检测的方法简介22-27
• 2.2.1 傅立叶变换分析23-24
• 2.2.2 倒频谱分析24
• 2.2.3 Wigner-Ville分布24-25
• 2.2.4 小波变换25-26
• 2.2.5 小波包分解26-27
• 2.2.6 Hilbert-Huang变换27
• 2.3 本章小结27-29
• 第三章 基于KPCA的往复式活塞隔膜泵磨损的故障检测29-39
• 3.1 主成分分析算法29-32
• 3.1.1 主成分分析的基本原理29-30
• 3.1.2 主成分分析的具体步骤30-31
• 3.1.3 主成分分析在故障检测中应用31-32
• 3.2 核主元分析方法32-33
• 3.2.1 核函数32
• 3.2.2 核主元分析32-33
• 3.3 基于KPCA的故障检测策略33-34
• 3.3.1 故障检测模型的建立33-34
• 3.3.2 故障源的辨识34
• 3.4 仿真验证34-37
• 3.5 结论37-39
• 第四章 基于局部模型的独立元子空间故障检测方法39-53
• 4.1 独立元分析分析算法39-41
• 4.1.1 独立主元分析的基本原理40
• 4.1.2 独立主元分析算法40-41
• 4.2 局部最小二乘支持向量机回归建模方法41-42
• 4.3 独立元子空间(ICSM)算法42-44
• 4.4 基于ICA-PCA的故障检测模型44-45
• 4.5 基于局部LSSVR模型的独立元子空间在线故障检测45-46
• 4.6 仿真研究46-50
• 4.7 结论50-53
• 第五章 总结与展望53-55
• 5.1 工作总结53
• 5.2 展望53-55
• 致谢55-57
• 参考文献57-63
• 附录A63-65
• 附录B65

【参考文献】

中国期刊全文数据库 前9条

1 曹龙汉,曹长修,孙颖楷,景有泉,郭振;柴油机故障诊断技术的现状及展望[J];重庆大学学报(自然科学版);2001年06期

2 肖理;段志善;史丽晨;;隔膜泵磨损故障动力学分析[J];装备制造技术;2008年01期

3 赵小强;王新明;;基于改进核主元分析的TE过程故障诊断[J];工业仪表与自动化装置;2010年03期

4 张沐光;宋执环;;独立元子空间算法及其在故障检测上的应用[J];化工学报;2010年02期

5 李祁云;李建平;肖书成;;一种基于FastICA的图像隐写提取算法[J];计算机应用;2007年05期

6 张金,张耀辉,黄漫国;倒频谱分析法及其在齿轮箱故障诊断中的应用[J];机械工程师;2005年08期

7 张沐光;宋执环;;一种基于独立元贡献度的子空间故障检测方法[J];控制理论与应用;2010年03期

8 杨竹青,李勇,胡德文;独立成分分析方法综述[J];自动化学报;2002年05期

9 周东华;胡艳艳;;动态系统的故障诊断技术[J];自动化学报;2009年06期

，

本文编号：537862