基于自适应模糊聚类的R2R设备性能衰退预测技术

发布时间：2020-05-13 22:53

【摘要】：由于柔性薄膜属于各向异性材料,柔性薄膜材料的变形具有不确定,制造设备受到外部干扰或者本身性能的改变都会对柔性薄膜变形产生影响,材料极易出现褶皱、破损等质量问题。R2R制造装备的性能是制约大规模制造的瓶颈,如何使R2R制造设备更加零故障、智能化,以最小的代价保证设备的运转率以及预期产品产出率,已经受到了业界和学术界的广泛关注。然而,在当前柔性材料R2R加工设备故障预测方法,大多集中在故障模式的识别,是一种被动的维护方式,对生产企业提高生产设备效益的最大化有不利影响。设备的性能衰退预测是对该研究领域思维模式的突破,它更倾向于设备的全寿命周期中的性能衰退预测,对加工设备运行状况进行综合性评估,防止设备可能发生故障。本文的研究可以用于指导实际生产,避免了设备性能衰退发生故障而使柔性材料表面产生褶皱、甚至断裂,不至于使整卷柔性材料报废,提高了薄膜的质量、降低材料的废品率、提高企业的生产效率。根据前期研究情况,确定论文的主要研究方法,讨论了基于模糊聚类的设备性能衰退预测技术的国内外相关研究进展,论文的主要工作包括:(一)阐述了论文的研究背景和意义,概述了辊轴设备故障预测与健康管理系统(PHM)的发展现状以及国内外的研究状况,并且概括了论文的主要研究内容。(二)利用最小二乘法对辊轴原始振动数据进行降噪处理,对经过降噪处理后的辊轴振动数据提取了时域特征参数,综合分析时域特征参数并且选取了能很好的反映数据的发生变化的特征值,作为描述R2R加工设备性能衰退状况的特征指标。(三)提出了基于自适应模糊聚类方法(AFCM)性能衰退预测建模的基本方法,并详细说明了基于AFCM的设备性能衰退预测建模一般步骤,然后对输入的辊轴特征参数做了AFCM划分,再将实时采集的辊轴振动数据和模糊类原型之间的隶属度函数值来反映设备的性能衰退状态。
【图文】：

能够取得较好的效果。围绕本课题提出的 R2R 设备性能衰退预测技术，从 R2R 技术发展现状以及国内外的研究入手，介绍设备性能衰退预测技术的相关研究进展。下面整理在此领域的相关研究方法和技术研究。1.2.1 R2R(Roll to Roll)技术发展现状柔性材料 R2R 加工设备被广泛地用于印刷、柔性电路板以及造纸等生产线中，尤其是近几年，在有机太阳能电池、柔性显示器(OLED)以及液晶显示器(LCD)等电子信息产业的制造工业中得到了大规模的应用。当前，柔性显示屏在穿戴设备和便携式电子设备在消费电子中的越来越流行，可折叠屏幕等异形屏的应用也得到了迅速地发展，R2R 加工设备在电子信息领域的发展也日渐成熟。下面给出了几种R2R 加工设备，主要用于柔性太阳能电池、柔性电路板以及柔性显示屏的生产中。

能够取得较好的效果。围绕本课题提出的 R2R 设备性能衰退预测技术，从 R2R 技术发展现状以及国内外的研究入手，介绍设备性能衰退预测技术的相关研究进展。下面整理在此领域的相关研究方法和技术研究。1.2.1 R2R(Roll to Roll)技术发展现状柔性材料 R2R 加工设备被广泛地用于印刷、柔性电路板以及造纸等生产线中，尤其是近几年，，在有机太阳能电池、柔性显示器(OLED)以及液晶显示器(LCD)等电子信息产业的制造工业中得到了大规模的应用。当前，柔性显示屏在穿戴设备和便携式电子设备在消费电子中的越来越流行，可折叠屏幕等异形屏的应用也得到了迅速地发展，R2R 加工设备在电子信息领域的发展也日渐成熟。下面给出了几种R2R 加工设备，主要用于柔性太阳能电池、柔性电路板以及柔性显示屏的生产中。
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TB383.2

【参考文献】

相关期刊论文 前10条

1 王柏杨;刘永强;廖英英;;滚动轴承故障信号时域特征指标的敏感性分析[J];轴承;2015年10期

2 任学平;辛向志;庞震;邢义通;王建国;;基于多域特征及多传感器网络融合的滚动轴承故障诊断[J];轴承;2015年02期

3 魏永合;王明华;;基于EEMD和SVM的滚动轴承退化状态识别[J];计算机集成制造系统;2015年09期

4 陈亮;马宁华;杨君坤;叶晓军;陈臻纯;;大面积柔性硅基薄膜电池集成串联组件[J];光电子.激光;2014年09期

5 谭巍;徐健;于向财;;基于支持向量机的航空发动机性能衰退指标预测[J];航空发动机;2014年04期

6 常煜;杨振国;;一种制造印制电路板的加成法新工艺[J];印制电路信息;2014年01期

7 唐贵基;王晓龙;;基于局部均值分解和切片双谱的滚动轴承故障诊断研究[J];振动与冲击;2013年24期

8 李冬;黄帅;曹明川;;基于支持向量机的发动机性能衰退指标分类和预测[J];燃气涡轮试验与研究;2012年03期

9 李力;王红梅;;滚动轴承故障程度诊断的HMM方法研究[J];轴承;2012年06期

10 邓耀华;刘桂雄;;FWP加工变形补偿预测的ATS-FNN建模及仿真[J];华南理工大学学报(自然科学版);2012年03期

相关博士学位论文 前2条

1 谢晓龙;航空发动机性能评价与衰退预测方法研究[D];哈尔滨工业大学;2016年

2 潘玉娜;滚动轴承的性能退化特征提取及评估方法研究[D];上海交通大学;2011年

相关硕士学位论文 前9条

1 杨彦宇;以振动信号为基础的数字信号处理方法对滚动轴承寿命预测的研究[D];北京化工大学;2016年

2 燕晨耀;基于多特征量的滚动轴承退化状态评估和剩余寿命预测方法研究[D];电子科技大学;2016年

3 王明华;滚动轴承退化状态识别技术研究[D];沈阳理工大学;2015年

4 任勇;一种抗强干扰自适应PID控制算法[D];黑龙江大学;2012年

5 崔丹丹;K-Means聚类算法的研究与改进[D];安徽大学;2012年

6 王俊;移动机器人的定位方法研究[D];东北大学;2010年

7 马川;滚动轴承故障特征提取与应用研究[D];大连理工大学;2009年

8 杨皓;分形理论应用于齿轮箱滚动轴承故障诊断的研究[D];长沙理工大学;2007年

9 叶海军;模糊聚类分析技术及其应用研究[D];合肥工业大学;2006年

本文编号：2662672