基于威布尔方法的卷对卷系统维护技术研究
发布时间：2021-07-16 08:36
近年来,柔性电子材料技术突飞猛进,新型柔性电子产品不断出现,比如可穿戴设备、太阳能薄膜电池等。卷对卷技术凭借其高效能、可连续生产以及加工过程无需腐蚀和废液处理等优点,被广泛应用于柔性电子材料加工制造领域。实际生产制造过程中,柔性材料卷对卷设备辊轴的运行状态会直接影响产品质量、加工精度和设备可靠度等。因此,非常有必要对辊轴性能状态进行预测评估,并根据状态数据制定出合理的预防性维护策略,以保证柔性材料卷对卷设备平稳高效运作。论文从分析柔性材料卷对卷设备性能状态分析入手,引入主元分析法研究柔性材料卷对卷设备性能状态指标表示方法,基于威布尔方法的比例故障率模型研究柔性材料卷对卷设备性能衰退评估,通过调整形状参数来拟合其它分布模型,用于反映卷对卷设备性能的不同退化阶段,以最大可用度为决策目标制定合理的维护策略,来解决设备过度使用或过度维修问题。论文主要内容包括:（1）基于滑动平均法对样本数据滤波降噪处理,对降噪后的样本数据进行多域特征参数提取,包括时域提取、频域提取和时频域提取。在不影响有效特征信息的情况下剔除噪声信号,从海量样本中提取多维特征变量,用于柔性材料卷对卷设备性能衰退状态分析,间接性...
【文章来源】：广东工业大学广东省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
柔性材料卷对卷技术应用案例
监测技术手段，是指在监测对象的关键部位放置传感器用于振动信过一系列数学技术手段分析被测对象的振动特征变量。振动分析法一是测量机械设备在工作状态时的振动信息，包括振动频率、振动及加速度、振动信号相位等信息，根据机械设备的振动状态，评估振动源，以实现状态监测，性能衰退分析，维护决策等；二是对被激励以迫使其振动，然后计算动态性能或力学参数，包括频率响应度、模态、阻尼等[37]。另一方面，不同类型传感器对不同振动频率各异，表明不同类型的传感器适用范围也不同。性材料卷对卷技术能够将放卷、加工、收卷等工艺集成到一条生产作“多工位连续制造”技术[4]。图 2-2 所示为柔性材料卷对卷设备辊轴、进给传输辊轴、压卷辊轴、收卷辊轴等四大模块，各模块间辊轴。考虑到不同类型传感器有各自的适用范围，而辊轴振动加速频带高频信号，故选用三轴加速度传感器来完成辊轴振动信号数据
(c) 中期退化状态(c) Intermediate degradation state(d) 晚期退化状态(d) Late degradation state图 2-4 原始振动加速度信号时域波形图Fig. 2-4 Time domain waveform of original vibration acceleration signal根据 2.3.2 节所述，对上述采集到的印刷车间柔性材料卷对卷设备放卷辊轴振动加速度样本数据进行滑动平滑滤波处理。图 2-5 所示为某样本部分信号的滤波降噪效果图，从图中可以看出：滑动平滑滤波能够有效抑制周期性噪声干扰，且平滑度较高，充分验证该方法的可行性。
【参考文献】：
期刊论文
[1]数据驱动的滚动轴承性能衰退状态监测方法[J]. 吴军,黎国强,吴超勇,程一伟,邓超. 上海交通大学学报. 2018(05)
[2]基于AGPF的滚动轴承性能衰退趋势预测[J]. 史晓雪,吴亚锋. 计算机测量与控制. 2017(10)
[3]再制造机床主轴的剩余寿命预估[J]. 田国富,于海峰. 机械制造. 2017(09)
[4]对称矩阵特征值分解的FPGA实现[J]. 刘永勤. 现代电子技术. 2017(12)
[5]威布尔分布的电动汽车驱动电机轴承的可靠性[J]. 朱显辉,武俊峰. 黑龙江科技大学学报. 2017(03)
[6]实对称矩阵对角化中正交矩阵的初等变换求法[J]. 陈亮,杜翠真,高勤. 大学数学. 2016(04)
[7]基于模糊C-均值聚类的轴承性能衰退评估方法[J]. 吴军,郝刚,邓超,赵明. 计算机集成制造系统. 2015(04)
[8]汉能集团在京启动:“全球薄膜发电产品创新大赛”[J]. 刘艺. 工业设计. 2015(02)
[9]基于比例危险模型的船用柴油机视情维修决策[J]. 周志才,刘东风,石新发. 海军工程大学学报. 2014(06)
[10]基于Hilbert-Huang变换的切削颤振识别[J]. 贾广飞,吴波,胡友民. 振动与冲击. 2014(22)
博士论文
[1]信号的稀疏表达在滚动轴承故障特征提取及智能诊断中的应用研究[D]. 甘萌.中国科学技术大学 2017
[2]经验模态分解及其在水声信号处理中的应用[D]. 杨宏.西北工业大学 2015
[3]滚动轴承的性能退化特征提取及评估方法研究[D]. 潘玉娜.上海交通大学 2011
[4]滚动轴承振动信号处理及特征提取方法研究[D]. 苏文胜.大连理工大学 2010
[5]生产系统智能维护决策及优化技术研究[D]. 周晓军.上海交通大学 2006
硕士论文
[1]基于深度学习的风电机组齿轮箱故障特征提取和智能分类研究[D]. 梁凯.燕山大学 2017
[2]航空发动机主轴轴承振动可靠性分析[D]. 秦峰伟.西安工业大学 2016
[3]基于可靠性分析的风电机组状态维修决策研究[D]. 王成成.华北电力大学 2014
[4]基于DRVI的减速器状态监测与故障诊断[D]. 吴江萍.浙江工业大学 2012
[5]基于模糊理论的设备多目标维护决策方法[D]. 王佳跃.上海交通大学 2011
本文编号：3286670
【文章来源】：广东工业大学广东省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
柔性材料卷对卷技术应用案例
监测技术手段，是指在监测对象的关键部位放置传感器用于振动信过一系列数学技术手段分析被测对象的振动特征变量。振动分析法一是测量机械设备在工作状态时的振动信息，包括振动频率、振动及加速度、振动信号相位等信息，根据机械设备的振动状态，评估振动源，以实现状态监测，性能衰退分析，维护决策等；二是对被激励以迫使其振动，然后计算动态性能或力学参数，包括频率响应度、模态、阻尼等[37]。另一方面，不同类型传感器对不同振动频率各异，表明不同类型的传感器适用范围也不同。性材料卷对卷技术能够将放卷、加工、收卷等工艺集成到一条生产作“多工位连续制造”技术[4]。图 2-2 所示为柔性材料卷对卷设备辊轴、进给传输辊轴、压卷辊轴、收卷辊轴等四大模块，各模块间辊轴。考虑到不同类型传感器有各自的适用范围，而辊轴振动加速频带高频信号，故选用三轴加速度传感器来完成辊轴振动信号数据
(c) 中期退化状态(c) Intermediate degradation state(d) 晚期退化状态(d) Late degradation state图 2-4 原始振动加速度信号时域波形图Fig. 2-4 Time domain waveform of original vibration acceleration signal根据 2.3.2 节所述，对上述采集到的印刷车间柔性材料卷对卷设备放卷辊轴振动加速度样本数据进行滑动平滑滤波处理。图 2-5 所示为某样本部分信号的滤波降噪效果图，从图中可以看出：滑动平滑滤波能够有效抑制周期性噪声干扰，且平滑度较高，充分验证该方法的可行性。
【参考文献】：
期刊论文
[1]数据驱动的滚动轴承性能衰退状态监测方法[J]. 吴军,黎国强,吴超勇,程一伟,邓超. 上海交通大学学报. 2018(05)
[2]基于AGPF的滚动轴承性能衰退趋势预测[J]. 史晓雪,吴亚锋. 计算机测量与控制. 2017(10)
[3]再制造机床主轴的剩余寿命预估[J]. 田国富,于海峰. 机械制造. 2017(09)
[4]对称矩阵特征值分解的FPGA实现[J]. 刘永勤. 现代电子技术. 2017(12)
[5]威布尔分布的电动汽车驱动电机轴承的可靠性[J]. 朱显辉,武俊峰. 黑龙江科技大学学报. 2017(03)
[6]实对称矩阵对角化中正交矩阵的初等变换求法[J]. 陈亮,杜翠真,高勤. 大学数学. 2016(04)
[7]基于模糊C-均值聚类的轴承性能衰退评估方法[J]. 吴军,郝刚,邓超,赵明. 计算机集成制造系统. 2015(04)
[8]汉能集团在京启动:“全球薄膜发电产品创新大赛”[J]. 刘艺. 工业设计. 2015(02)
[9]基于比例危险模型的船用柴油机视情维修决策[J]. 周志才,刘东风,石新发. 海军工程大学学报. 2014(06)
[10]基于Hilbert-Huang变换的切削颤振识别[J]. 贾广飞,吴波,胡友民. 振动与冲击. 2014(22)
博士论文
[1]信号的稀疏表达在滚动轴承故障特征提取及智能诊断中的应用研究[D]. 甘萌.中国科学技术大学 2017
[2]经验模态分解及其在水声信号处理中的应用[D]. 杨宏.西北工业大学 2015
[3]滚动轴承的性能退化特征提取及评估方法研究[D]. 潘玉娜.上海交通大学 2011
[4]滚动轴承振动信号处理及特征提取方法研究[D]. 苏文胜.大连理工大学 2010
[5]生产系统智能维护决策及优化技术研究[D]. 周晓军.上海交通大学 2006
硕士论文
[1]基于深度学习的风电机组齿轮箱故障特征提取和智能分类研究[D]. 梁凯.燕山大学 2017
[2]航空发动机主轴轴承振动可靠性分析[D]. 秦峰伟.西安工业大学 2016
[3]基于可靠性分析的风电机组状态维修决策研究[D]. 王成成.华北电力大学 2014
[4]基于DRVI的减速器状态监测与故障诊断[D]. 吴江萍.浙江工业大学 2012
[5]基于模糊理论的设备多目标维护决策方法[D]. 王佳跃.上海交通大学 2011
本文编号：3286670
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3286670.html
