桥吊电机机械性能参数的统计特征与状态聚类分析

发布时间：2020-08-07 09:37

【摘要】：随着上海港国际航运中心地位的确立，保证港口桥吊的安全、连续工作和运转越来越受到人们的重视，对桥吊的工作状态进行监测和评估引起了各港口有关部门的极大重视。在桥吊工作时其电机的工作环境最为恶劣，所以与其结构相比更容易出现故障。本文根据以上情况，以桥吊电机为研究对象，提出了一套针对桥吊电机特征参数的统计分析技术和分类方法，提高了异常资料的检测能力和故障诊断准确率。本文对传统的理论进行了研究，然后进行新理论应用和新方法的探索，最后提出具有实际意义的应用方法，并取得了一定成果。本文主要用到的理论和方法是：基于最大熵诊断准则的桥吊电机特征参数的统计特征分析和基于自组织映像(SOM)的桥吊电机特征参数的聚类分析。具体工作如下： 1、本文通过对桥吊电机监测资料的研究，提出了桥吊电机特征参数的最大熵诊断准则，从理论上弥补了以往方法的不足，完善了桥吊电机特征参数的统计特征准则。此外，该技术还应用于实际工程之中，有着较高的准确性和可靠性。 2、本文通过对桥吊电机监测资料的研究，提出了基于SOM的电机状态聚类分析方法，并将其划分为五种状态，完善了电机机械性能状态的分类方法。在实际工程之中该技术得到了应用，可以帮助技术人员更快、更准确地对电机实际状况进行判断。本文中的资料来源于上海沪东集装箱码头有限公司，运用上海海事大学机械系装卸监控信息处理研究中心开发的起重机状态监评系统(CMAS)进行数据采集和处理。综上所述，本文通过对上海沪东集装箱码头有限公司的吊电机机械振动的监测和研究，提出一些与实际结合的理论和方法，将一些新的理论引入到实际工程之中并解决了一些状态监测中的问题。论文不仅在理论应用上有所创新，在实际工程的评估和分析中也有其应用价值，可以提供更及时、更准确、更全面的运行状态评估分析结论，能更好地保证设备正常运转。
【学位授予单位】：上海海事大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TH218

【引证文献】