风机实时在线状态监测与故障诊断模糊神经专家系统研究

发布时间：2022-01-18 23:26

　　

【文章来源】：江西理工大学江西省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

风机图

果关系的强弱程度。也有将模糊理论、专家系统和神经网络三者合。近年来，遗传算法在故障诊断中的研究又成了一个新的热点1.4 风机实时在线状态监测与故障诊断的目标实时在线状态监测的主要任务是保证风机动态系统能时刻正常工作状态，并监测其发展趋势，预防突发性故障产生，一旦正常工作状态应迅速调整使其恢复正常，当监测值超出预定的阀及时报警，并启动系统的故障诊断程序。状态监测主要包括数据与信号处理两大块，信号采集是故障诊断的前提，信号处理是故断的关键，只有采集到反映设备实际状态的信号，故障诊断才真意义，只有对信号恰当的处理才能保证诊断的准确性[10]。状态监况如 图 1.2 和图 1.3 所示：

果关系的强弱程度。也有将模糊理论、专家系统和神经网络三者合。近年来，遗传算法在故障诊断中的研究又成了一个新的热点1.4 风机实时在线状态监测与故障诊断的目标实时在线状态监测的主要任务是保证风机动态系统能时刻正常工作状态，并监测其发展趋势，预防突发性故障产生，一旦正常工作状态应迅速调整使其恢复正常，当监测值超出预定的阀及时报警，并启动系统的故障诊断程序。状态监测主要包括数据与信号处理两大块，信号采集是故障诊断的前提，信号处理是故断的关键，只有采集到反映设备实际状态的信号，故障诊断才真意义，只有对信号恰当的处理才能保证诊断的准确性[10]。状态监况如 图 1.2 和图 1.3 所示：

【参考文献】：
期刊论文
[1]基于小波包分析的风机叶片裂纹故障识别研究[J]. 刘晓波,林家国,王依.  机床与液压. 2007(09)
[2]模糊神经专家系统在风机实时故障诊断中的应用[J]. 刘晓波,林家国,王依.  机床与液压. 2007(07)
[3]模糊神经专家系统在风机实时状态监测与故障诊断中的应用[J]. 林家国,刘晓波.  江西理工大学学报. 2006(06)
[4]风机振动故障诊断综述[J]. 汪光阳,周义莲.  安徽工业大学学报(自然科学版). 2006(01)
[5]转子叶片裂纹扩展故障诊断实验研究[J]. 刘晓波,黄其柏.  华中科技大学学报(自然科学版). 2005(09)
[6]神经网络故障诊断专家系统的结构设计[J]. 李海港,周一恒.  煤矿机械. 2005(01)
[7]基于小波分析的旋转机械故障诊断技术研究[J]. 刘晓波,孙康.  矿山机械. 2004(03)
[8]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[J]. 刘峰,杨晓萍,刘晓黎,贾嵘.  西安理工大学学报. 2003(04)
[9]基于PCI-1731的多通道数据采集系统设计[J]. 黄中华,谢雅.  自动化与仪表. 2003(06)
[10]高炉鼓风机状态监测与故障诊断系统[J]. 董建园,东亚斌,段志善.  风机技术. 2002(05)

硕士论文
[1]基于神经网络的转炉风机故障诊断[D]. 鲁艳旻.武汉科技大学 2005
[2]火电厂风机状态监测与故障诊断系统研究[D]. 刘清龙.武汉大学 2005
[3]基于Internet/Intranet的风机远程在线监测系统的研究[D]. 张月.武汉科技大学 2005
[4]煤气鼓风机在线监测诊断系统的研制[D]. 邓清锐.重庆大学 2004
[5]长治钢铁（集团）有限公司炼铁厂五高炉送风系统重点设备状态监测与故障诊断系统的研究与开发[D]. 李怀林.西安建筑科技大学 2003
[6]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



本文编号：3595795