基于T-S模糊模型的故障诊断及其在热处理炉的应用研究

发布时间：2017-09-20 10:22

  本文关键词：基于T-S模糊模型的故障诊断及其在热处理炉的应用研究

  更多相关文章： 热处理炉 T-S模糊模型 输入变量增广 组态监控 聚类分析 故障诊断

【摘要】：随着工业技术的高速发展,现代工业生产过程中对于生产设备的安全性和可靠性的要求也变得越来越高。然而,目前工业生产系统普遍存在着非线性、强耦合、时变和参数不确定等诸多特点,这对系统的控制和故障诊断技术无疑都提出了更高的要求。本文主要以隧道式发蓝热处理炉为研究对象,开展并完成了以下工作:(1)针对复杂非线性系统,提出了一种基于增广输入变量的T-S模糊模型建模方法。该模糊建模方法在原输入变量的基础上对输入变量进行增广处理后,以后件参数再反推前件结构进行变量的缩减,可快速有效地确定模型的输入变量,并提高建模精度。(2)在建立T-S模糊模型的基础上,构建出系统各类型故障的基准残差序列,以此作为聚类中心进行模糊聚类分析,从而快速、正确地判断系统的故障类型,为故障的预警和排除提供了可靠依据。对于模糊聚类分析,本文提出利用各类型故障的样本数据标准差对残差序列进行加权的聚类方法,有效提高了故障决策的准确性。(3)将基于T-S模糊模型的故障诊断方法应用到热处理炉实际系统中。采用KingView软件编程实现了热处理炉的组态实时故障监控及诊断系统。整套监控系统实现了数据采集、数据入库、组态监视、危险报警、报表查询等主要功能,提高了隧道退火发蓝热处理系统的信息化水平。将基于T-S解析模型的残差加权故障诊断方法应用于热处理炉的故障诊断系统,测试表明具有较高的故障诊断准确率。
【关键词】：热处理炉 T-S模糊模型 输入变量增广 组态监控 聚类分析 故障诊断
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP277;TK175
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-16
• 1.1 选题背景及意义10-12
• 1.2 国内外故障诊断研究现状12-15
• 1.3 本文的主要内容及章节安排15-16
• 第2章 基于增广输入变量的T-S模糊模型建模16-30
• 2.1 引言16
• 2.2 模糊建模简介16-17
• 2.3 T-S模糊模型17-18
• 2.4 输入变量的增广处理18-19
• 2.5 输入空间的模糊划分19-23
• 2.5.1 核模糊C均值聚类算法20-21
• 2.5.2 改进的聚类评价指标21-23
• 2.6 T-S模糊模型的后件参数辨识23-24
• 2.7 系统输入变量的选择24-25
• 2.8 基于增广输入变量的T-S模糊模型建模25-26
• 2.9 仿真研究26-29
• 2.10 本章小结29-30
• 第3章 基于T-S模糊模型的故障诊断研究30-45
• 3.1 引言30
• 3.2 基于多残差描述的故障诊断30-35
• 3.2.1 系统建模31-32
• 3.2.2 构建基准残差序列32-33
• 3.2.3 基于标准差的决策机制33-35
• 3.3 仿真研究35-44
• 3.4 本章小结44-45
• 第4章 热处理炉的数据采集与故障诊断系统45-61
• 4.1 引言45
• 4.2 热处理炉工艺简介45
• 4.3 热处理炉结构45-48
• 4.3.1 热处理炉结构及检测变量分析45-46
• 4.3.2 化学反应分析46-48
• 4.4 隧道发蓝热处理炉监控系统设计48-53
• 4.4.1 监控系统设计48-49
• 4.4.2 KingView组态王简介49
• 4.4.3 通信接口选择49-50
• 4.4.4 监控界面设计50-53
• 4.5 系统输入的确定53-55
• 4.5.1 输入变量选择53-54
• 4.5.2 延时分析54-55
• 4.6 建立T-S模糊模型55-58
• 4.6.1 退火处理建模55-57
• 4.6.2 发蓝处理建模57-58
• 4.7 热处理炉故障决策系统58-59
• 4.8 本章小结59-61
• 第5章 结论与展望61-63
• 5.1 全文总结61
• 5.2 研究展望61-63
• 参考文献63-66
• 致谢66-67
• 攻读学位期间参加的科研项目和成果67

【相似文献】

中国期刊全文数据库 前10条

1 张浩;彭晓华;;一种带误差修正的复合模糊模型[J];科学技术与工程;2006年18期

2 赵奇,刘开第,庞彦军;应用余弦函数划分T-S模糊模型的辨识方法[J];机床与液压;2005年06期

3 翟军昌;刘慧巍;;基于T-S模糊模型时滞系统问题的研究[J];辽宁工学院学报;2005年06期

4 梁炎明;刘丁;;一种T-S模糊模型的自组织辨识算法及应用[J];仪器仪表学报;2011年09期

5 彭宏,吴铁峰,张东娜;粗糙模糊模型及其在入侵检测中的应用[J];西华大学学报(自然科学版);2005年03期

6 邵金菊;魏民祥;温卫东;;基于T-S模糊模型的小型汽油机恒转速控制[J];机械科学与技术;2009年01期

7 常晓恒;井元伟;姜雪梅;刘晓平;;T-S模糊模型的一种简单辨识算法[J];东北大学学报(自然科学版);2007年03期

8 梁炎明;刘丁;;规则递归T-S模糊模型及其辨识方法[J];西安交通大学学报;2012年08期

9 丁学明;;T-S模糊模型控制器的LMI设计方法[J];电机与控制学报;2007年02期

10 李志芳;龚丹九;;基于T-S模糊模型的电机轴承故障诊断研究[J];计算机与信息技术;2006年09期

中国重要会议论文全文数据库 前1条

1 许皓;刘同栓;关新平;;基于T-S模糊模型的Lur’e混沌系统弹性控制与同步[A];第二十四届中国控制会议论文集（上册）[C];2005年

中国博士学位论文全文数据库 前4条

1 王丹;多项式神经模糊模型的构造与应用[D];武汉大学;2012年

2 刘建成;模糊模型的智能学习方法与应用研究[D];中南大学;2005年

3 刘鑫蕊;基于模糊模型的非线性互联大系统的H_∞控制研究[D];东北大学;2010年

4 巩长忠;基于T-S模糊模型的控制方法及稳定性分析[D];大连理工大学;2003年

中国硕士学位论文全文数据库 前10条

1 夏丽丽;基于T-S模糊模型的复杂动态网络系统的稳定性分析[D];北京工业大学;2015年

2 张书桂;基于T-S模糊模型的故障诊断及其在热处理炉的应用研究[D];浙江工业大学;2015年

3 肖淬艺;基于T-S模糊模型的自适应重构控制[D];江苏大学;2007年

4 车玫芳;基于T-S模糊模型的非线性系统建模[D];兰州理工大学;2007年

5 丁丹萍;T-S模糊模型可辨识条件及其应用[D];大连理工大学;2008年

6 王金红;时滞T-S模糊模型的稳定性分析[D];武汉理工大学;2008年

7 董雪雅;基于T-S模糊模型的约束预测控制研究[D];天津工业大学;2008年

8 郎月;T-S模糊模型的建模研究[D];渤海大学;2014年

9 魏向向;基于模糊模型的管道泄漏诊断方法研究[D];东北大学;2011年

10 汪婷婷;基于T-S模糊模型的网络控制系统分析与量化[D];华东理工大学;2015年

，

本文编号：887502