旋转机械故障诊断工程师辅助分析系统研究与开发

发布时间：2021-09-23 21:30

　　随着现代工业的快速发展，对设备的安全运行要求越来越高，故障诊断技术得到了广泛的重视，而传统的诊断技术已经很难适应工业生产的需要。伴随着计算机技术的发展，将专家系统与神经网络技术应用到故障诊断中，故障诊断进入了智能化阶段， 本文针对大型的旋转机械，分析了设备的状态监测技术，详细介绍了设备诊断中的重要方法——振动诊断方法，并介绍了与之相关的信号处理方法。通过对旋转机械常见故障机理的分析．形成了相应的专家知识及故障治理措施。通过介绍神经网络的原理、功能、模型等，推导了三层BP神经网络的数学模型，从而建立了智能故障诊断系统的模型及模块化结构，详细介绍了每一模块的功能及其模型。结合故障诊断中的实际经验，利用VC++6.0实现了模型的计算机化。针对网络易陷入局部最优的缺点，设计了限幅的变步长算法来改进系统的学习过程。 针对设备运行中存在的大量的非线性现象，本文还开发了一个小波分析模块。由于FFT在振动信号的处理中存在一定的局限性，而小波变换具有时频特性，可以保证信息的完备性。因此，在介绍小波变换的数学模型和物理意义的同时，还阐述了它在故障诊断中的应用。这样就可以配合诊断模块，对设备的运... 

【文章来源】：大连交通大学辽宁省

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 诊断技术的发展与诊断研究的意义
        1.1.1 故障诊断的必要性
        1.1.2 机械故障诊断的发展历程
        1.1.3 智能故障诊断技术
        1.1.4 故障诊断的意义
    1.2 国内外研究现状
        1.2.1 国外的研究现状
        1.2.2 国内的研究现状
    1.3 本文研究的主要内容
    本章小结
第二章 振动监测与信号处理
    2.1 故障诊断的常用方法
        2.1.1 故障诊断的概念
        2.1.2 常用的故障诊断方法
    2.2 振动诊断方法
        2.2.1 振动监测系统
        2.2.2 测点的选择
        2.2.3 判断标准
    2.3 振动信号处理
        2.3.1 时域分析
        2.3.2 频域分析
        2.3.3 时频分析
    本章小结
第三章 旋转机械的常见故障及机理
    3.1 旋转机械振动的基本特征
        3.1.1 转子振动的基本特征
        3.1.2 临界转速
    3.2 旋转机械的常见故障机理
        3.2.1 转子不平衡
        3.2.2 转子不对中
        3.2.3 转子弯曲
        3.2.4 油膜涡动与油膜振荡
        3.2.5 轴裂纹
        3.2.6 碰摩
    本章小结
第四章 基于BP神经网络的智能故障诊断系统
    4.1 专家系统
        4.1.1 专家系统的基本结构
        4.1.2 专家系统各部分功能
        4.1.3 机械设备故障诊断专家系统
    4.2 神经网络
        4.2.1 神经网络的基本理论
        4.2.2 神经网络的信息处理能力
        4.2.3 人工神经网络的用途
        4.2.4 神经网络模式识别
        4.2.5 BP神经网络
    4.3 神经网络智能故障诊断系统
    本章小结
第五章 在线故障辅助分析系统的开发
    5.1 系统的体系结构
    5.2 系统各部分的功能及其模型
        5.2.1 系统知识库及其管理软件
        5.2.2 故障征兆提取
        5.2.3 神经网络系统
        5.2.4 动态数据库
        5.2.5 推理机
        5.2.6 解释机制
    本章小结
第六章 小波分析在故障诊断中的应用
    6.1 小波分析简介
        6.1.1 短时傅里叶变换
        6.1.2 连续小波变换
        6.1.3 离散小波变换
        6.1.4 多分辨分析
        6.1.5 小波包
    6.2 小波变换在故障诊断中应用
    本章小结
结论与展望
参考文献
攻读学位期间发表的学术论文
致谢


【参考文献】：
期刊论文
[1]带有偏差神经元的内回归神经网络在旋转机械故障诊断中的应用[J]. 黄庆,张雷.  动力工程. 2004(04)
[2]旋转机械故障诊断KBE系统中的知识表达技术[J]. 谢永春,朱才朝,张晶.  中国机械工程. 2004(14)
[3]RBF及模糊神经网络在旋转机械故障诊断中的应用[J]. 张吉先,钟秋海,戴亚平.  系统仿真学报. 2004(03)
[4]基于Alopex神经网络的旋转机械故障诊断专家系统[J]. 刘贵立,王立鹏,张国英.  振动、测试与诊断. 2004(01)
[5]小波尺度函数在旋转机械故障诊断中的应用[J]. 贾民平,许飞云.  振动、测试与诊断. 2004(01)
[6]基于神经网络的综合智能故障诊断专家系统[J]. 崔彦平,王秉仁,傅其凤,葛杏卫.  机电一体化. 2003(04)
[7]智能化故障诊断技术的研究与应用[J]. 何勇,李增芳.  浙江大学学报(农业与生命科学版). 2003(02)
[8]BP神经网络专家系统在故障诊断中的应用[J]. 吴凌云,王华.  信息技术. 2003(02)
[9]转子径向碰摩故障的非线性特征研究[J]. 訾艳阳,何正嘉,李庆祥.  汽轮机技术. 2002(05)
[10]基于神经网络的故障诊断专家系统[J]. 范浩,肖明清,项海林.  现代电子技术. 2002(09)

博士论文
[1]汽轮发电机组故障诊断系统中几个关键技术的研究[D]. 卢学军.浙江大学 2001

硕士论文
[1]基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D]. 刘峰.西安理工大学 2003
[2]混合型专家系统在船舶动力装置故障诊断中的应用研究[D]. 李阳坤.武汉理工大学 2002
[3]旋转机械故障诊断专家系统知识库与诊断推理的研究[D]. 昌大伟.浙江工业大学 2001



本文编号：3406449