离心压缩机组热力性能监测与故障诊断
发布时间：2021-05-01 02:14
离心压缩机是大型石化企业中的关键生产设备,保障其安全运转十分重要。目前,多数企业都实现了压缩机组的实时状态监测,但是,故障诊断环节却相对薄弱。基于计算机的智能故障诊断是目前各国学者竞相研究的热点,各种先进的智能诊断理论都被应用到这一领域。尤其是近年来比较流行的人工神经网络技术,以其强大的函数逼近能力和模式识别能力,在非平稳时间序列预测和故障诊断领域得到了广泛的应用。 对反映机组状态的关键参数进行趋势预测,同时对机组可能出现的故障进行诊断,是机械设备状态监测与故障诊断系统中最重要的两部分内容。本文研究了基于RBF神经网络和Adaline神经网络的非平稳时间序列预测理论,并将其应用于离心压缩机转子振动状态的预测。此外,还研究了基于小波分析和人工神经网络的离心压缩机故障诊断技术。根据课题的需要,笔者参与研制了离心压缩机状态监测与故障诊断实验系统,编制了该系统的热力性能监测模块和故障诊断模块。结合理论研究和实验分析,编制了适用于信号处理、小波分析以及神经网络分析的通用模块化程序。 本文还对滚动轴承的早期表面损伤故障诊断技术进行了研究。滚动轴承是旋转机械中的重要部件,对其早期损伤进行...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 引言
1.1 本课题的研究领域及涉及的学科
1.2 本课题的工程意义
1.3 机械设备智能诊断技术的研究进展
1.3.1 基于神经网络的智能故障诊断技术
1.3.2 基于行为的智能诊断技术
1.3.3 远程分布式智能诊断技术
1.4 各国的发展现状
1.5 本课题的研究内容
2 离心压缩机热力性能监测与计算
2.1 离心压缩机的热力计算
2.1.1 理想气体的压缩过程
2.1.2 真实气体的压缩过程
2.1.3 离心压缩机实际热力性能值的计算
2.2 压缩机变工况工作以及流量调节
2.2.1 离心压缩机的非稳定工况
2.2.2 变工况工作以及压缩机的流量调节
3 基于小波分析的故障特征提取方法
3.1 从傅立叶变换(FT)到短时傅立叶变换(STFT)
3.1.1 傅立叶变换(FT)
3.1.2 短时傅立叶变换(STFT)
3.2 小波分析用于信号预处理和故障特征提取
3.2.1 小波分析的定义
3.2.2 多分辨率分析-Mallat算法
3.2.3 小波包算法
3.2.4 小波分解和小波包分解的直观表示
3.2.5 小波和小波分解的信号重构
3.2.6 利用小波包分析进行故障特征的提取和识别
3.2.7 小波分析用于信号消噪
3.2.8 提取信号中某一频段的信号
3.2.9 MATLAB小波分析工具箱
4 基于神经网络的旋转机械状态预测和故障诊断研究
4.1 预测概述
4.1.1 预测的基本理论
4.1.2 神经网络用于时间序列预测
4.1.3 MATLAB神经网络工具箱
4.2 基于 RBF神经网络的非平稳时间序列预测研究
4.2.1 RBF神经网络的基本理论
4.2.2 RBF神经网络用于离心压缩机振动状态的预测
4.3 基于自适应线性元件网络的非平稳时间序列预测研究
4.3.1 自适应线性元件(Adaline)网络基础理论
4.3.2 Adaline网络用于离心压缩机振动状态的预测
4.4 离心压缩机智能故障诊断研究
4.4.1 基于 RBF神经网络的离心压缩机故障诊断实例
5 滚动轴承早期表面损伤类故障诊断研究
5.1 滚动轴承的振动机理和故障特征频率的计算
5.1.1 滚动轴承的振动机理
5.1.2 滚动轴承的故障特征频率计算
5.2 滚动轴承早期表面损伤的共振解调诊断原理
5.3 滚动轴承共振解调诊断理论振动模型
5.3.1 滚动轴承单点损伤理论振动模型
5.3.2 滚动轴承多点损伤理论振动模型
5.4 滚动轴承单点损伤理论振动模型的验证
5.4.1 理论振动模型的验证
5.4.2 验证结果与分析
5.5 基于 RBF神经网络的滚动轴承故障诊断
6 实验及软件系统设计
6.1 Visua1 C++与 MATLAB的混合编程
6.1.1 面向对象编程与 MATLAB简介
6.1.2 MATLAB与 Visua1 C++混合编程的实现方法
6.2 离心压缩机状态监测与故障诊断实验系统简介
6.2.1 实验及监测方案
6.2.2 软件系统功能模块简介
6.3 信号处理通用模块化程序功能简介
7 总结与展望
7.1 总结
7.2 展望
参考文献
攻读硕士学位期间发表的学术论文
致谢
大连理工大学学位论文版权使用授权书
本文编号：3169940
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 引言
1.1 本课题的研究领域及涉及的学科
1.2 本课题的工程意义
1.3 机械设备智能诊断技术的研究进展
1.3.1 基于神经网络的智能故障诊断技术
1.3.2 基于行为的智能诊断技术
1.3.3 远程分布式智能诊断技术
1.4 各国的发展现状
1.5 本课题的研究内容
2 离心压缩机热力性能监测与计算
2.1 离心压缩机的热力计算
2.1.1 理想气体的压缩过程
2.1.2 真实气体的压缩过程
2.1.3 离心压缩机实际热力性能值的计算
2.2 压缩机变工况工作以及流量调节
2.2.1 离心压缩机的非稳定工况
2.2.2 变工况工作以及压缩机的流量调节
3 基于小波分析的故障特征提取方法
3.1 从傅立叶变换(FT)到短时傅立叶变换(STFT)
3.1.1 傅立叶变换(FT)
3.1.2 短时傅立叶变换(STFT)
3.2 小波分析用于信号预处理和故障特征提取
3.2.1 小波分析的定义
3.2.2 多分辨率分析-Mallat算法
3.2.3 小波包算法
3.2.4 小波分解和小波包分解的直观表示
3.2.5 小波和小波分解的信号重构
3.2.6 利用小波包分析进行故障特征的提取和识别
3.2.7 小波分析用于信号消噪
3.2.8 提取信号中某一频段的信号
3.2.9 MATLAB小波分析工具箱
4 基于神经网络的旋转机械状态预测和故障诊断研究
4.1 预测概述
4.1.1 预测的基本理论
4.1.2 神经网络用于时间序列预测
4.1.3 MATLAB神经网络工具箱
4.2 基于 RBF神经网络的非平稳时间序列预测研究
4.2.1 RBF神经网络的基本理论
4.2.2 RBF神经网络用于离心压缩机振动状态的预测
4.3 基于自适应线性元件网络的非平稳时间序列预测研究
4.3.1 自适应线性元件(Adaline)网络基础理论
4.3.2 Adaline网络用于离心压缩机振动状态的预测
4.4 离心压缩机智能故障诊断研究
4.4.1 基于 RBF神经网络的离心压缩机故障诊断实例
5 滚动轴承早期表面损伤类故障诊断研究
5.1 滚动轴承的振动机理和故障特征频率的计算
5.1.1 滚动轴承的振动机理
5.1.2 滚动轴承的故障特征频率计算
5.2 滚动轴承早期表面损伤的共振解调诊断原理
5.3 滚动轴承共振解调诊断理论振动模型
5.3.1 滚动轴承单点损伤理论振动模型
5.3.2 滚动轴承多点损伤理论振动模型
5.4 滚动轴承单点损伤理论振动模型的验证
5.4.1 理论振动模型的验证
5.4.2 验证结果与分析
5.5 基于 RBF神经网络的滚动轴承故障诊断
6 实验及软件系统设计
6.1 Visua1 C++与 MATLAB的混合编程
6.1.1 面向对象编程与 MATLAB简介
6.1.2 MATLAB与 Visua1 C++混合编程的实现方法
6.2 离心压缩机状态监测与故障诊断实验系统简介
6.2.1 实验及监测方案
6.2.2 软件系统功能模块简介
6.3 信号处理通用模块化程序功能简介
7 总结与展望
7.1 总结
7.2 展望
参考文献
攻读硕士学位期间发表的学术论文
致谢
大连理工大学学位论文版权使用授权书
本文编号：3169940
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/3169940.html
