基于BP神经网络的离心油泵故障诊断研究

发布时间：2017-05-04 21:01

  本文关键词：基于BP神经网络的离心油泵故障诊断研究，由笔耕文化传播整理发布。

【摘要】：离心油泵作为一种能量转化的机械设备，具有结构简单、运转平稳、操作方便、易于维护等特点，在电力、石油化工、冶金、机械以及一些军事工业等部门得到广泛应用。离心油泵作为原油或液体油品输送的关键设备，其安全、可靠和正常的运行，直接关系到工作过程的经济运转和顺利实现。因此，对离心油泵进行故障监测、预报和诊断，及早的发现和排除故障，保证生产的正常运行，避免更大的经济损失具有非常重要的意义。 本文通过对离心油泵典型故障进行分析研究，提出采用矢量融合能量谱理论，实现旋转部件的故障特征分析。应用模糊聚类分析的相关理论，将模糊范畴的故障诊断转化成定量知识，用其结论作为网络最终诊断的依据。结合BP神经网络的相关理论知识，以转子不平衡、转子不对中、转子碰磨和基础松动四种故障现象为例，通过对输入层、隐层和输出层的设计，建立了三层BP神经网络，采用MATLAB神经网络工具包，通过相关参数的设计，，得出了与期望输出基本吻合的实际输出，完成了对离心油泵的故障诊断。 在BP神经网络的基础之上，本文又结合了专家系统的相关知识，将两种方法进行有机的结合，取长补短，开发了一套基于BP神经网络的离心油泵故障诊断专家系统，其中包括知识库模块、人机接口模块、推理模块和解释模块。该系统应用可编程控制器PLC，完成了对系统信号的采集工作，应用力控组态软件完成了登录界面、主界面以及各个子界面的开发工作。系统界面友好，操作简单，能够完成离心油泵的在线监测及故障诊断任务。
【关键词】：离心油泵 故障诊断 BP神经网络 MATLAB 专家系统 力控组态软件
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH311;TH165.3
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-18
• 1.1 课题的研究背景及意义11
• 1.2 发展趋势及研究现状11-15
• 1.2.1 我国泵行业技术的主要发展趋势11-13
• 1.2.2 机械故障诊断学的现状和发展趋势13-14
• 1.2.3 泵故障诊断的研究及发展14-15
• 1.3 基于神经网络的专家系统的发展及研究现状15-16
• 1.4 本文主要研究内容及技术路线16-17
• 1.4.1 主要研究内容16
• 1.4.2 重点解决的问题16
• 1.4.3 创新之处16-17
• 1.4.4 拟采取的技术路线17
• 1.5 本章小结17-18
• 第2章 离心油泵故障诊断技术18-22
• 2.1 离心油泵概述18-19
• 2.2 离心油泵故障诊断方法19-20
• 2.2.1 以信号处理为基础的方法19
• 2.2.2 以解析模型为基础的方法19-20
• 2.2.3 以知识为基础的方法20
• 2.3 离心油泵典型故障分析20-21
• 2.4 本章小结21-22
• 第3章 基于融合能量谱和模糊数学理论的故障诊断22-28
• 3.1 融合能量谱22-24
• 3.1.1 矢量投影谱22-24
• 3.1.2 转子运动矢量融合能量谱24
• 3.2 基于模糊数学理论的故障诊断模型24-27
• 3.2.1 布尔矩阵在故障诊断中的应用24-26
• 3.2.2 模糊聚类分析26-27
• 3.3 本章小结27-28
• 第4章 BP 神经网络理论28-40
• 4.1 神经网络的工作原理及特点28-30
• 4.1.1 工作原理28-29
• 4.1.2 神经网络的特点29-30
• 4.2 网络神经元30-32
• 4.3 BP 神经网络理论32-38
• 4.3.1 BP 神经网络的构造32-33
• 4.3.2 BP 神经网络的算法33-36
• 4.3.3 BP 算法的程序实现36-37
• 4.3.4 改进后的 BP 算法37-38
• 4.4 基于神经网络的故障诊断应用38-39
• 4.5 本章小结39-40
• 第5章 BP 神经网络在离心油泵故障诊断中的应用40-53
• 5.1 BP 神经网络训练样本集的获取与处理40-44
• 5.1.1 输入输出量的选择40-41
• 5.1.2 输入量的提取与表示41
• 5.1.3 输出量的表示41-42
• 5.1.4 训练样本集的设计与处理42-44
• 5.2 BP 神经网络结构设计44-46
• 5.2.1 隐层数的设计45
• 5.2.2 隐层节点的设计45-46
• 5.3 BP 神经网络基于计算机软件的实现46-48
• 5.3.1 神经网络工具箱的功能46-47
• 5.3.2 MATLAB 中神经网络数据结构47-48
• 5.3.3 BP 网络的 MATLAB 实现48
• 5.4 BP 神经网络应用于离心油泵的训练及结果48-52
• 5.5 本章小结52-53
• 第6章 离心油泵故障诊断专家系统的建立与实现53-72
• 6.1 专家系统概述53-54
• 6.2 专家系统的结构54-55
• 6.3 基于 BP 神经网络的专家系统总体设计55-57
• 6.4 离心油泵专家系统知识库的建立及推理57-59
• 6.4.1 知识的表示58
• 6.4.2 知识的获取58-59
• 6.4.3 知识的存储59
• 6.4.4 离心油泵专家系统推理模块的建立59
• 6.5 系统的实现59-71
• 6.5.1 系统开发工具的选择60-62
• 6.5.2 系统硬件配置及振动信号的提取62-63
• 6.5.3 PLC 与 PC 的通讯协议63-65
• 6.5.4 专家系统的登录界面65-66
• 6.5.5 专家系统的主界面66-67
• 6.5.6 专家系统历史趋势界面67
• 6.5.7 专家系统参数设定界面67-68
• 6.5.8 专家系统数据库管理界面68-69
• 6.5.9 专家系统推理解释界面69-70
• 6.5.10 专家系统的信息管理和安全退出70-71
• 6.6 专家系统的安全保护71
• 6.7 本章小结71-72
• 结论72-74
• 致谢74-75
• 参考文献75-78
• 作者简介78
• 攻读硕士学位期间发表的论文78-79

【参考文献】

中国期刊全文数据库 前9条

1 韩捷;石来德;董辛e

本文编号：345766