基于信息融合的柴油机故障诊断方法研究

发布时间：2017-10-27 11:33

  本文关键词：基于信息融合的柴油机故障诊断方法研究

  更多相关文章： 信息融合 故障诊断 融合距离田口法 加权马氏田口法 相关、冲突证据合成

【摘要】：随着工业化的繁荣,机械设备监测及故障诊断技术备受重视。柴油机作为典型的动力机械,既有往复运动,又有旋转运动,而且内部结构复杂,单一的传感器很难准确实现故障诊断,因此要用多个传感器的信息融合实现故障诊断。本文针对柴油机故障诊断关键技术问题,开展了基于信息融合的诊断方法研究,可有效地对多传感器的信息进行融合,从而解决了柴油机故障的检测、预测和决策分析问题。本文主要工作如下：一、建立柴油机故障与多传感器监测信息的对应关系。采用幅域分析法对典型信号进行特征提取,并与其它可监测信息共同构成判断故障类型的特征变量。针对特征变量重要性的差异对分类的影响,采用主客观融合加权法对特征变量进行融合加权。二、针对柴油机监测信息的复杂性,在特征变量相关性模糊时,经典的马氏距离及欧氏距离均无法有效计算故障特征的问题,本文给出了融合距离的度量方法,并结合田口方法,提出了柴油机故障诊断的融合距离田口方法。该方法将多个传感器的数据进行优选及有效融合,并在融合距离这一度量标准下生成故障聚类,根据融合距离的阈值进行了柴油机故障的检测,仿真结果验证了该方法的有效性。其中,当特征变量存在强相关问题时,用Moore-Penrose广义逆矩阵计算马氏距离,解决了特征变量之间的强相关性导致马氏距离无法计算的问题。三、针对马氏距离在聚类分析中对于特征变量重要性差异对分类的影响考虑不足,本文给出了加权马氏距离的概念,并结合田口方法,提出了柴油机故障诊断的加权马氏田口方法。该方法将多个传感器的数据进行优选及有效融合,并在加权马氏距离这一度量标准下生成故障聚类,根据故障聚类的阈值进行了故障检测和故障预测,仿真结果验证了该方法的有效性。四、将神经网络及Dempster-Shafer证据理论引入到决策层融合诊断中,将多传感器的故障诊断结果进行融合,可有效进行故障的决策融合分析。针对证据合成的独立性前提和证据的相关性问题,提出了相关证据的合成方法,排除了相关信息重复使用对证据合成的影响,使得相关证据合成结果更加合理准确,解决了相关证据的决策层融合问题,仿真结果验证了该方法的有效性。五、针对多传感器证据出现冲突时,经典的Dempster-Shafer证据理论无法有效合成的问题,本文提出了冲突证据的加权分配合成方法,建立了可信度函数及证据冲突函数,并将冲突的证据信息加以利用,以免造成证据的浪费,解决了冲突证据的决策融合问题。冲突证据的合成改善了问题传感器给检测结果带来的干扰信息,使得融合结果更加的可靠,仿真结果验证了该方法的有效性。六、提出了基于信息融合的柴油机故障综合诊断策略,并利用Matlab/Simulink仿真工具搭建了故障诊断仿真系统。在一个仿真系统中就可以解决柴油机故障的检测、预测和决策分析问题,不需要为每一个问题开发一种单独的解决工具。该系统的应用具有独立性,只要提供了不同状态下的数据,就能广泛应用于多元系统的分析及决策。之后,引用来自柴油机台架的真实数据进行了故障模拟试验仿真,仿真试验结果验证了所提出的诊断算法的有效性。最后,全面地总结分析了本文的研究工作,并指明今后的研究方向。
【关键词】：信息融合 故障诊断 融合距离田口法 加权马氏田口法 相关、冲突证据合成
【学位授予单位】：大连海事大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TK428
【目录】：

• 创新点摘要5-6
• 摘要6-8
• Abstract8-14
• 第1章 绪论14-28
• 1.1 课题背景及意义14-15
• 1.2 信息融合技术15-19
• 1.2.1 信息融合的概述15-17
• 1.2.2 信息融合的研究现状17-19
• 1.3 柴油机故障诊断技术19-25
• 1.3.1 柴油机故障诊断的研究内容19-21
• 1.3.2 基于信息融合的柴油机故障诊断方法综述21-25
• 1.4 本文主要研究工作25-28
• 第2章 柴油机的主要故障及监测28-38
• 2.1 引言28
• 2.2 柴油机主要结构系统及故障28-33
• 2.2.1 燃油系统29-31
• 2.2.2 冷却系统31
• 2.2.3 进排气系统31-32
• 2.2.4 润滑油系统32-33
• 2.3 柴油机的典型监测信息33-36
• 2.3.1 振动信号34
• 2.3.2 燃油压力信号34-35
• 2.3.3 监测信息对柴油机性能的影响35-36
• 2.4 本章小结36-38
• 第3章 柴油机信号的特征提取及融合加权38-50
• 3.1 引言38
• 3.2 振动信号的特征提取38-40
• 3.3 燃油压力波形的特征提取40-41
• 3.4 特征变量的融合加权41-49
• 3.4.1 主观加权法41-46
• 3.4.2 客观加权法46-48
• 3.4.3 主客观融合加权法48-49
• 3.5 本章小结49-50
• 第4章 融合距离田口法与加权马氏田口法的故障诊断50-86
• 4.1 引言50
• 4.2 融合距离田口法的故障诊断50-75
• 4.2.1 距离的定义50-51
• 4.2.2 马氏距离的定义及融合思想51-54
• 4.2.3 马氏距离与欧氏距离的区别54-55
• 4.2.4 融合距离55-56
• 4.2.5 融合距离的几何解释56-58
• 4.2.6 融合距离的仿真算例58-61
• 4.2.7 诊断阈值的确定61-63
• 4.2.8 强相关性下马氏距离的计算63-64
• 4.2.9 田口方法64-69
• 4.2.10 融合距离田口法故障诊断的步骤69-73
• 4.2.11 融合距离田口法的仿真算例73-75
• 4.3 加权马氏田口法的故障诊断75-84
• 4.3.1 加权马氏距离75
• 4.3.2 加权马氏距离的仿真算例75-77
• 4.3.3 加权马氏田口法故障诊断的步骤77-78
• 4.3.4 加权马氏田口法的仿真算例78-80
• 4.3.5 基于加权马氏田口法的故障预测80-84
• 4.4 本章小结84-86
• 第5章 基于相关、冲突证据合成法的故障诊断86-103
• 5.1 引言86
• 5.2 证据理论的基本原理86-89
• 5.2.1 基本概念86-88
• 5.2.2 证据理论的合成规则88-89
• 5.3 基于D-S证据理论的柴油机故障诊断89-95
• 5.4 相关证据的合成95-97
• 5.5 冲突证据的加权分配合成97-102
• 5.5.1 证据冲突的判断98-99
• 5.5.2 证据冲突的合成99-102
• 5.6 本章小结102-103
• 第6章 基于信息融合的柴油机故障诊断仿真系统搭建及模拟试验分析103-138
• 6.1 引言103
• 6.2 基于信息融合的柴油机故障诊断仿真系统搭建103-112
• 6.2.1 信息融合故障诊断策略103-105
• 6.2.2 故障诊断仿真系统搭建105-112
• 6.3 柴油机故障模拟试验仿真112-114
• 6.4 试验结果及分析114-136
• 6.5 本章小结136-138
• 结论138-140
• 参考文献140-151
• 攻读学位期间公开发表的论文151-152
• 攻读学位期间申请的项目152-153
• 致谢153-155
• 作者简介155

【参考文献】

中国期刊全文数据库 前10条

1 李宏坤,马孝江;局域波法在船舶柴油机燃油系统故障诊断中应用[J];大连理工大学学报;2003年02期

2 章舜仲;王树梅;;相关系数矩阵与多元线性相关分析[J];大学数学;2011年01期

3 周鑫;杨国华;朱向芬;陈琳;丁晓花;周世文;肖龙;;欧氏距离二叉树向量机的变压器故障诊断研究[J];电测与仪表;2013年06期

4 薛安成;张兆阳;张建民;常乃超;毕天姝;;基于最大测点正常率的线路参数增广状态估计方法[J];电力系统自动化;2014年10期

5 王国良;李桂玲;;地面沉降危险性分级量化分析[J];城市地质;2007年02期

6 李学斌;余小领;李斌;;运用Excel进行正交表的构建[J];河南科技学院学报(自然科学版);2008年04期

7 杨善林,朱卫东,任明仑;基于可变参数优化的相关证据合成方法研究[J];管理科学学报;2003年05期

8 黄志祥;;层次分析法在工程招标中的应用[J];考试周刊;2010年12期

9 吴超仲,严新平,周新聪;基于遗传算法的信息融合在摩擦学组合故障诊断中的应用[J];摩擦学学报;2001年04期

10 吴虎胜;吕建新;王茂生;许阳懿;;小波和神经网络在柴油机故障诊断中的应用[J];农机化研究;2010年10期

中国博士学位论文全文数据库 前1条

1 周正柱;商务成本变动对企业迁移决策影响研究[D];东华大学;2012年

中国硕士学位论文全文数据库 前10条

1 赵志福;船舶齿轮箱故障诊断系统研究[D];武汉理工大学;2011年

2 由丽媛;基于信息融合的柴油机故障诊断技术研究[D];大连海事大学;2012年

3 刘鑫;柴油发动机运行状态监测和故障诊断系统的设计与实现[D];电子科技大学;2006年

4 马兴;单缸风冷柴油机故障诊断系统的研究[D];福建农林大学;2007年

5 王肖霞;冲突证据合成规则的研究[D];中北大学;2007年

6 张彦平;矿业税费征收的理论与方法[D];河北理工学院;2004年

7 宋秀峰;海洋水质检测系统中多传感器数据融合技术的研究[D];燕山大学;2013年

8 钟才茂;大型汽轮发电机组轴系扭振特性分析[D];华北电力大学;2014年

9 王川川;沥青混合料生产配合比变异性控制研究[D];东北林业大学;2014年

10 岑汉伦;MAN B&W二冲程柴油机故障诊断专家系统研究[D];大连海事大学;2014年

，

本文编号：1103326