大机组振动状态预报技术的研究开发与应用

发布时间：2020-08-09 02:23

【摘要】：本文针对企业生产迫切需要的大机组运行状态预报技术开展研究工作,基于人工神经网络技术,提出了一种优化的预报方法并投入到现场应用,取得了很好的效果。 论文首先从一般预测理论出发,对机组运行状态的可预测性进行了分析论证,并对常用的设备状态预测方法进行了分析和评述,结果表明人工神经网络技术特别适合于大机组的振动状态预报。进而针对建立人工神经网络模型的几个关键问题,如网络拓扑结构的确定、网络训练算法的选择等进行了讨论。 然后针对神经网络预测方法在实际应用中存在的问题,首先提出了预测稳定性的概念,并从理论和试验分析两个方面对预测结果不稳定的原因进行了分析和论证,结果表明训练样本中的噪声干扰是影响预测稳定性的主要原因;其次,为便于事先对训练样本的可预测性进行评价,提出了一种基于分形理论的训练样本可预测性的定量评价指标;然后根据上述分析结论,提出了一种新的预测优化方法。 最后,分析总结了大机组的六种典型的振动变化趋势,并采用本文开发的预测技术对它们进行了预报试验。结果显示,该方法对各种典型的设备运行状态变化趋势的预报具有普适性。大量的现场实际应用结果进一步表明,该技术可准确地预报机组的振动状态变化趋势,预报误差一般在 10%以内,达到了实用的要求。
【学位授予单位】：湘潭大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TH17
【图文】：

图 3-2 理想情况下预测误差与训练误差的关系在对实际系统进行预报时，我们常常看到这种情况，即精度的变化而剧烈地波动，或者是网络的训练精度越高。例：VM63 测振仪，每天一次测取某炼油厂 3＃主风机（机组示的振动（原始数据见附表 2），共 21 个数据，然后采用 6－法对其进行训练建模后，预报后 2 天的振动，再与后 2 。在不同训练迭代次数和训练误差情况下，预报误差变。

代次数 最大训练误差 最大预报20 2.6 3.350 2.6 3.800 1.1 0.910 0.7 0.520 0.5 0.650 0.5 1.400 0.4 3.900 0.1 5.2是预测误差随训练误差而变化的关系曲线。由加，网络的训练误差越来越小，但其预报误差迭代参数为 110 次时，网络具有较高的预测精前，这一情况我们却无法获悉，因此这就为预

误差随着训练误差的下降反而有不同程度的上升，干扰越大，上升的趋势越明显，预测的稳定性越差。例如，附加10%的白噪声干扰时，预报误差与训练误差的关系如图3-8所示。在相同的训练情况下（训练样本点数取为40，训练样本在训练域中均匀分布，训练迭代100次），预报误差与训练样本中白噪声干扰的幅值之间的关系如图3-9所示。由图可见，干扰的幅值越大，网络的预测精度越差。由以上分析可以看出，当训练样本中存在较大的噪声干扰时，将严重降低预测的精度和稳定性。图

【共引文献】

相关期刊论文 前10条

1 陈学锋;瞿金平;;注塑机曲肘式合模机构弹性振动的研究[J];工程塑料应用;2008年03期

2 陈文元;李雪梅;迟晓梅;;小波分析与神经网络在结构多处损伤监测中的应用[J];四川建筑科学研究;2006年03期

3 谢晓娣;基于小波包变换的地铁远方短路电流分析[J];安徽电气工程职业技术学院学报;2005年01期

4 李素云;张德祥;;基于小波变换的汽车齿轮箱振动信号故障分析[J];安徽电子信息职业技术学院学报;2012年01期

5 吴小培,费勤云;一种提高BP算法学习速度的有效途径[J];安徽大学学报(自然科学版);1998年03期

6 李多田;张伟林;;结构无损检测与小波分析方法[J];安徽建筑工业学院学报(自然科学版);2008年03期

7 张兵;;不同模态振型在梁结构裂缝识别中的差异[J];安徽建筑;2010年02期

8 林雯;;基于计算机视觉和神经网络的芒果外观等级分类研究[J];安徽农业科学;2010年23期

9 王骅;烤瓷全冠计算机辅助设计的临床应用研究[J];安徽卫生职业技术学院学报;2003年03期

10 孟艳;从小波多尺度思想看李约瑟难题争鸣的现实意义[J];安康师专学报;2005年04期

相关会议论文 前10条

1 冯晶晶;张琪昌;王炜;;二维非线性振动系统同异宿轨道的类Pade逼近方法[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年

2 杨辰龙;;曲面变厚度工件超声检测中的波形自动跟踪技术研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

3 王重阳;彭圆;张风珍;牟林;;CWT奇异值在水中目标回波信号特征提取中的应用[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年

4 王志强;;离心压缩机动静碰摩的研究与分析[A];科学发展与社会责任（A卷）——第五届沈阳科学学术年会文集[C];2008年

5 农绍宁;谢建华;谭长建;陈大林;;一个干摩擦自激振动系统的Hopf-Hopf分岔分析[A];第十一届全国非线性振动学术会议暨第八届全国非线性动力学和运动稳定性学术会议论文集[C];2007年

6 陈予恕;;关于动力学和工程非线性动力学的内容结构[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[A];第九届全国振动理论及应用学术会议论文集[C];2007年

8 何正嘉;訾艳阳;陈雪峰;王晓冬;;内积变换原理与机械故障诊断[A];第九届全国振动理论及应用学术会议论文集[C];2007年

9 刘成俊;刘军;井上刚志;石田幸男;;电磁外力激励下裂纹转子非线性振动响应实验研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

10 段培超;;基于小波变换和CB形态学的航空图像边缘检测[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

相关博士学位论文 前10条

1 吴冬梅;基于达芬振子的微弱信号检测方法研究[D];哈尔滨工程大学;2010年

2 戚增坤;突变控制机制及其在船舶非线性横摇运动中的应用研究[D];哈尔滨工程大学;2010年

3 邹玮;荧光分子断层图像的重建技术研究[D];苏州大学;2010年

4 王栋;随机与混沌神经放电节律的时间序列分析[D];陕西师范大学;2010年

5 陈海卫;波轮式全自动洗衣机脱水振动与抑制机理的研究[D];江南大学;2010年

6 岑健;基于人工免疫系统的机组复合故障诊断技术研究[D];华南理工大学;2010年

7 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年

8 张峰;输电线路行波故障测距优化算法研究[D];山东大学;2010年

9 沈路;数学形态学在机械故障诊断中的应用研究[D];浙江大学;2010年

10 曾庆虎;机械传动系统关键零部件故障预测技术研究[D];国防科学技术大学;2010年

相关硕士学位论文 前10条

1 高昌鑫;Hilbert-Huang变换改进算法及其在齿轮箱故障诊断中的应用研究[D];河南理工大学;2010年

2 杨焱麟;基于小波变换理论与比值分析法的变压器励磁涌流识别的研究[D];山东科技大学;2010年

3 赵奇;医学超声图像三维重建算法研究[D];山东科技大学;2010年

4 董涛;生物基因调控系统和钙离子振荡体系的动力学行为研究[D];广西师范学院;2010年

5 蒋静;基于量子粒子群优化的Volterra核辨识及故障诊断方法研究[D];郑州大学;2010年

6 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年

7 韩冬振;远程诊断中心的设计与实现[D];郑州大学;2010年

8 韦建威;基于OMAP5912的准在线故障诊断系统软件平台关键技术研究[D];郑州大学;2010年

9 吴国曾;实时信号小波分析中边界处理方法及应用[D];郑州大学;2010年

10 李卫鹏;正交小波变换支持向量数据描述方法在故障诊断中的应用研究[D];郑州大学;2010年

本文编号：2786458