管排锯故障机理及诊断方法研究
发布时间：2021-12-22 14:10
管排锯是利用锯片对无缝钢管定尺锯切的工艺流程。该系统中设备数量多、每台设备监测点多、数据采样信号多,客观上造就了设备故障率高,维修周期长,停机损失等一系列问题,由于故障造成生产停滞以及维护检测难度加大。为了更好的排查和确定设备发生故障的位置,只能全方面进行检测,导致维修人员工作量加大,工作效率降低。因此,对管排锯故障类型诊断具有重大的意义,可以保证机械设备的可靠性运行,避免企业造成巨大的经济损失。首先,介绍管排锯的锯切工艺流程和设备中的主机故障、液压系统故障、辅机故障。找出对锯切工艺影响较大的主锯锯片故障和主机夹紧座故障,分析了主锯锯片磨损故障、电磁换向阀阀卡以及比例减压阀阀卡的故障原因和机理。从中选出了常见的锯片磨损故障、定位侧入口压力阀卡故障、夹紧侧入口位移阀卡故障等10种故障工况。以上位机监控的数据为基础,提取这10种故障工况的数据,从时域特征参数中选出最能表现其运行状态的8个时域特征量。由于这些特征量彼此之间存在冗余性与相关性,故采用降维方法来减少支持向量机的运算。然后基于主元分析(PCA)和核主元分析(KPCA)的相关理论。通过Matlab程序将8个特征量转化为3个最能体现故...
【文章来源】： 中北大学山西省
【文章页数】：78 页
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景和意义
1.2 故障诊断技术国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 故障分析方法介绍
1.3.1 时域分析方法
1.3.2 频域分析方法
1.3.3 时频分析方法
1.4 支持向量机在故障诊断中应用
1.5 论文主要研究内容
2 管排锯系统故障机理分析
2.1 引言
2.2 管排锯锯切工况简介
2.2.1 锯切工艺常见参数
2.2.2 锯切工艺过程简介
2.3 管排锯设备故障分类
2.4 主锯锯片和主机夹紧座故障机理
2.4.1 主锯锯片磨损故障机理
2.4.2 主机夹紧座电磁换向阀阀卡故障机理
2.4.3 主机夹紧座比例减压阀阀卡故障机理
2.5 本章小结
3 故障工况信号的分析与特征提取
3.1 引言
3.2 信号采集设备
3.3 故障信号时域特征参数分析
3.3.1 特征参数选择原则
3.3.2 时域特征参数简介
3.3.3 故障工况特征量提取
3.4 本章小结
4 基于特征量的降维与支持向量机的故障分类
4.1 引言
4.2 主元分析方法
4.2.1 主元分析简介
4.2.2 主元分析降维
4.3 核主元分析方法
4.3.1 核函数
4.3.2 核主元分析降维
4.4 支持向量机理论
4.4.1 线性可分支持向量机
4.4.2 线性不可分支持向量机
4.4.3 支持向量机的核函数
4.4.4 支持向量机分类算法
4.5 PCA-SVM故障诊断模型
4.5.1 基于PCA的故障诊断模型建立
4.5.2 主元分析数据降维
4.5.3 PCA-SVM的故障诊断分类
4.6 KPCA-SVM故障诊断模型
4.6.1 基于KPCA的故障诊断模型建立
4.6.2 核主元分析数据降维
4.6.3 KPCA-SVM的故障诊断分类
4.7 本章小结
5 管排锯主锯锯片及主机夹紧座故障诊断系统
5.1 引言
5.2 基于OPC通讯技术的Matlab和 WinCC连接
5.2.1 WinCC界面添加变量
5.2.2 OPC通信技术
5.2.3 Matlab中 M文件编程
5.3 基于WinCC的故障诊断系统设计
5.3.1 WinCC组态软件简介
5.3.2 WinCC模块功能简介
5.3.3 管排锯故障诊断系统界面
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
【参考文献】：
期刊论文
[1]基于VMD多特征融合与PSO-SVM的滚动轴承故障诊断 [J]. 张龙,宋成洋,邹友军,崔路瑶,雷兵. 机械设计与研究. 2019(06)
[2]非线性-线性联合减震控制方法频谱特性分析 [J]. 王菁菁,刘志彬,李浩博,岳洪滔. 振动.测试与诊断. 2019(06)
[3]PCA-SVM模型在煤层瓦斯涌出量预测中的应用 [J]. 李鑫灵,袁梅,敖选俊,隆能增,张平,许石青. 工业安全与环保. 2019(10)
[4]挤压铸造法制备粉煤灰增强铝基复合材料及其磨损机理研究 [J]. 罗忠民,张堃,刘东雷,艾凡荣. 功能材料. 2019(07)
[5]用于自动变速器换挡控制中的电液比例减压阀研究 [J]. 李国琳,孙永华,王兴涛,王敬,张进生. 机床与液压. 2019(10)
[6]大数据下机械装备故障的深度迁移诊断方法 [J]. 雷亚国,杨彬,杜兆钧,吕娜. 机械工程学报. 2019(07)
[7]基于OPC技术的水箱实时监控系统 [J]. 李欣,雷菊阳. 自动化仪表. 2018(12)
[8]推动我国无缝钢管行业健康发展的思考 [J]. 成海涛. 钢管. 2018(05)
[9]小波包能量谱和RVM在自动机故障诊断中的应用 [J]. 房立清,吕岩,张建伟,赵玉龙. 机械设计与制造. 2018(10)
[10]直升机齿轮箱故障诊断方法 [J]. 李耀华,王星州. 机械科学与技术. 2018(10)
博士论文
[1]基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D]. 从飞云.上海交通大学. 2012
硕士论文
[1]电液伺服/比例阀磨损失效模型的研究[D]. 孙宇航.太原理工大学. 2019
[2]基于支持向量机的电网调度风险评估研究[D]. 陈冰松.浙江大学. 2019
[3]基于LMD和SVM齿轮泵故障特征信息提取与诊断研究[D]. 侯蒙蒙.山东理工大学. 2015
[4]风力发电机组的振动状态监测与故障诊断技术研究[D]. 董华强.兰州理工大学. 2013
[5]MFL管排锯机夹紧系统力学分析与改造设计[D]. 李大勇.中南大学. 2013
[6]工业过程故障检测的方法及应用研究[D]. 李畅.东北大学. 2011
本文编号：3546528
【文章来源】： 中北大学山西省
【文章页数】：78 页
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景和意义
1.2 故障诊断技术国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 故障分析方法介绍
1.3.1 时域分析方法
1.3.2 频域分析方法
1.3.3 时频分析方法
1.4 支持向量机在故障诊断中应用
1.5 论文主要研究内容
2 管排锯系统故障机理分析
2.1 引言
2.2 管排锯锯切工况简介
2.2.1 锯切工艺常见参数
2.2.2 锯切工艺过程简介
2.3 管排锯设备故障分类
2.4 主锯锯片和主机夹紧座故障机理
2.4.1 主锯锯片磨损故障机理
2.4.2 主机夹紧座电磁换向阀阀卡故障机理
2.4.3 主机夹紧座比例减压阀阀卡故障机理
2.5 本章小结
3 故障工况信号的分析与特征提取
3.1 引言
3.2 信号采集设备
3.3 故障信号时域特征参数分析
3.3.1 特征参数选择原则
3.3.2 时域特征参数简介
3.3.3 故障工况特征量提取
3.4 本章小结
4 基于特征量的降维与支持向量机的故障分类
4.1 引言
4.2 主元分析方法
4.2.1 主元分析简介
4.2.2 主元分析降维
4.3 核主元分析方法
4.3.1 核函数
4.3.2 核主元分析降维
4.4 支持向量机理论
4.4.1 线性可分支持向量机
4.4.2 线性不可分支持向量机
4.4.3 支持向量机的核函数
4.4.4 支持向量机分类算法
4.5 PCA-SVM故障诊断模型
4.5.1 基于PCA的故障诊断模型建立
4.5.2 主元分析数据降维
4.5.3 PCA-SVM的故障诊断分类
4.6 KPCA-SVM故障诊断模型
4.6.1 基于KPCA的故障诊断模型建立
4.6.2 核主元分析数据降维
4.6.3 KPCA-SVM的故障诊断分类
4.7 本章小结
5 管排锯主锯锯片及主机夹紧座故障诊断系统
5.1 引言
5.2 基于OPC通讯技术的Matlab和 WinCC连接
5.2.1 WinCC界面添加变量
5.2.2 OPC通信技术
5.2.3 Matlab中 M文件编程
5.3 基于WinCC的故障诊断系统设计
5.3.1 WinCC组态软件简介
5.3.2 WinCC模块功能简介
5.3.3 管排锯故障诊断系统界面
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
【参考文献】：
期刊论文
[1]基于VMD多特征融合与PSO-SVM的滚动轴承故障诊断 [J]. 张龙,宋成洋,邹友军,崔路瑶,雷兵. 机械设计与研究. 2019(06)
[2]非线性-线性联合减震控制方法频谱特性分析 [J]. 王菁菁,刘志彬,李浩博,岳洪滔. 振动.测试与诊断. 2019(06)
[3]PCA-SVM模型在煤层瓦斯涌出量预测中的应用 [J]. 李鑫灵,袁梅,敖选俊,隆能增,张平,许石青. 工业安全与环保. 2019(10)
[4]挤压铸造法制备粉煤灰增强铝基复合材料及其磨损机理研究 [J]. 罗忠民,张堃,刘东雷,艾凡荣. 功能材料. 2019(07)
[5]用于自动变速器换挡控制中的电液比例减压阀研究 [J]. 李国琳,孙永华,王兴涛,王敬,张进生. 机床与液压. 2019(10)
[6]大数据下机械装备故障的深度迁移诊断方法 [J]. 雷亚国,杨彬,杜兆钧,吕娜. 机械工程学报. 2019(07)
[7]基于OPC技术的水箱实时监控系统 [J]. 李欣,雷菊阳. 自动化仪表. 2018(12)
[8]推动我国无缝钢管行业健康发展的思考 [J]. 成海涛. 钢管. 2018(05)
[9]小波包能量谱和RVM在自动机故障诊断中的应用 [J]. 房立清,吕岩,张建伟,赵玉龙. 机械设计与制造. 2018(10)
[10]直升机齿轮箱故障诊断方法 [J]. 李耀华,王星州. 机械科学与技术. 2018(10)
博士论文
[1]基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D]. 从飞云.上海交通大学. 2012
硕士论文
[1]电液伺服/比例阀磨损失效模型的研究[D]. 孙宇航.太原理工大学. 2019
[2]基于支持向量机的电网调度风险评估研究[D]. 陈冰松.浙江大学. 2019
[3]基于LMD和SVM齿轮泵故障特征信息提取与诊断研究[D]. 侯蒙蒙.山东理工大学. 2015
[4]风力发电机组的振动状态监测与故障诊断技术研究[D]. 董华强.兰州理工大学. 2013
[5]MFL管排锯机夹紧系统力学分析与改造设计[D]. 李大勇.中南大学. 2013
[6]工业过程故障检测的方法及应用研究[D]. 李畅.东北大学. 2011
本文编号：3546528
本文链接：https://www.wllwen.com/kejilunwen/jinshugongy/3546528.html
