基于EMD及神经网络的柱塞泵故障诊断的方法研究

发布时间：2017-04-08 23:17

  本文关键词：基于EMD及神经网络的柱塞泵故障诊断的方法研究，由笔耕文化传播整理发布。

【摘要】：随着液压技术的不断发展，液压系统应用更加广泛，结构更加复杂，故障可能性进一步加大。柱塞泵作为重要的液压元件，其故障诊断方法朝着自动化、智能化方向发展。本研究采用将神经网络及灰色理论相结合的方法，对柱塞泵的故障诊断进行研究，主要工作如下： 首先，研究了柱塞泵的结构及其工作原理，分析了柱塞泵常见的故障形式及其特性，以及柱塞泵振动方面的信号的频谱，推导出信号转化为功率谱和信号转化为时间域的计算公式。 其次，采用EMD方法将柱塞泵的信号分解成有限的本征函数，并利用AR模型对高频成分进行建模，提取特征值。从而解决了传统信号不易提取故障特征的问题。 再次，研究了灰色理论的柱塞泵故障诊断方法，深入探讨了故障信号的处理方式以及如何进行特征向量提取，，并设计出了轴向柱塞泵故障诊断的流程图。 最后，通过实验，验证神经网络及灰色理论相结合的方法对柱塞泵故障诊断的可行性。研究了特征参数筛选及网络警戒参数设置对诊断精确度造成的影响。 本文研究成果能更好的对故障分类，对减少柱塞泵故障具有很大的指导意义，同时为柱塞泵在工程应用中具有重要的理论意义和实用价值。
【关键词】：柱塞泵 EMD 神经网路 故障诊断 液压系统
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH137.51;TH165.3
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 绪论7-11
• 1.1 课题研究背景及意义7-8
• 1.2 柱塞泵故障诊断的国内外研究现状8-10
• 1.3 课题研究内容10-11
• 第二章 柱塞泵介绍与故障机理分析11-17
• 2.1 柱塞泵介绍和故障机理相关分析11-15
• 2.1.1 柱塞泵的结构及工作原理12-13
• 2.1.2 柱塞泵常见故障及特性分析13-15
• 2.2 柱塞泵振动信号的频谱分析介绍15-16
• 2.2.1 功率谱15
• 2.2.2 Hilbert 包络谱15-16
• 2.3 本章小结16-17
• 第三章 基于柱塞泵故障诊断的 EMD与 AR 序列模型结合的特征提取方法17-23
• 3.1 EMD 原理17-19
• 3.1.1 基于极值点的特征尺度17
• 3.1.2 本征模态函数17-18
• 3.1.3 EMD 过程18-19
• 3.2 AR 模型介绍19-20
• 3.2.1 时序模型概念19-20
• 3.2.2 自回归模型的参数计算20
• 3.2.3 自回归模型的阶数确定20
• 3.3 EMD 及 AR 模型结合的特征提取方法20-21
• 3.4 特征参数的筛选21-22
• 3.5 本章小结22-23
• 第四章 基于神经网络方法的柱塞泵故障诊断23-42
• 4.1 灰色神经网络方法及理论23-25
• 4.1.1 灰色理论与神经网络结合方法23-24
• 4.1.2 灰色神经网络设计24-25
• 4.2 基于柱塞泵故障诊断的信号处理25-33
• 4.2.1 小波分解25-28
• 4.2.2 小波包消噪28-30
• 4.2.3 Hilbert 变换包络解调30-33
• 4.3 基于柱塞泵故障诊断的特征向量提取33-38
• 4.3.1 小波包能量特征提取33-36
• 4.3.2 幅值域特征向量提取36-38
• 4.4 灰色神经网络故障诊断38-41
• 4.4.1 时频域特征向量诊断39-41
• 4.4.2 幅值域特征向量诊断41
• 4.5 本章小结41-42
• 第五章 柱塞泵 EMD实验数据分析42-56
• 5.1 柱塞泵 EMD实验台42-45
• 5.1.1 实验台及信号的采集系统相关介绍42-44
• 5.1.2 实验中的参数与元件故障设置44
• 5.1.3 实验在线监测参数分析44-45
• 5.2 柱塞泵振动数据的提取45-46
• 5.3 柱塞泵振动数据的 EMD46-50
• 5.4 AR 模型参数的提取50-53
• 5.4.1 bootstrap 方法51-52
• 5.4.2 FAM 分类精确度均值估计52-53
• 5.5 基于距离的特征参数优选53-55
• 5.6 本章小结55-56
• 第六章 全文结论与展望56-57
• 参考文献57-60
• 致谢60

【参考文献】

中国期刊全文数据库 前10条

1 高旭,黄微,张丽娟;齿轮磨损故障诊断方法[J];鞍山钢铁学院学报;2000年06期

2 王少萍,王占林;液压泵轴承故障的诊断方法[J];北京航空航天大学学报;1993年04期

3 胡顺斌,李金芳,高亮,杨卫中;网络型三相异步电动机综合保护及控制系统的研制[J];河北农业大学学报;2002年02期

4 陈论军;曲柄柱塞泵流量误差的概率分析[J];贵州工学院学报;1994年05期

5 朱满超;简谈柱塞泵的故障分析与排除[J];化工施工技术;1996年05期

6 崔文超;振动诊断技术在DF_4型内燃机车变速箱故障判断中的应用[J];机车车辆工艺;2003年02期

7 赵永凯;赵静一;陈一鸣;;轴向柱塞泵故障的振动诊断研究[J];机床与液压;1992年02期

8 姜万录,王益群;混沌振子在液压泵故障诊断中的应用[J];机床与液压;1999年05期

9 楼应候,蒋亚南;机械设备故障诊断与监测技术的发展趋势[J];机床与液压;2002年04期

10 ;Boundary-processing-technique in EMD method and Hilbert transform[J];Chinese Science Bulletin;2001年11期

  本文关键词：基于EMD及神经网络的柱塞泵故障诊断的方法研究，由笔耕文化传播整理发布。

本文编号：293916