基于DSP的故障诊断方法研究

发布时间：2017-08-06 07:16

  本文关键词：基于DSP的故障诊断方法研究

  更多相关文章： DSP 故障诊断 提升小波 递归增量聚类 LW-RICLUSTER

【摘要】：随着现代工业系统向着大型化、集成化和自动化方向迅猛发展,系统的复杂程度也在不断升高,发生系统故障的概率也在不断增加。实时有效的状态监测与故障诊断才是保证现代工业系统安全可靠性的重要手段。近年来状态监测与故障诊断技术的飞速发展,为有效地保证工业系统稳定运行并在预知维护中起到了重要作用。同时,随着数字信号处理技术与嵌入式技术的不断完善,也为状态监测与故障诊断技术的研究注入了新鲜血液。 本论文主要进行了基于DSP故障诊断系统的故障诊断方法的研究。首先分别对目前比较常用的小波分析方法与聚类分析方法进行理论分析与研究,再以DSP为核心进行诊断系统的设计以及算法的移植。由于传统的小波分析方法与聚类分析方法都存在消耗内存空间巨大、运算时间长,诊断效率低,不利于硬件实现的缺陷,阻碍了DSP运算功能的有效发挥,于是提出相应的改进方法。 针对复杂工业系统实时故障诊断问题,提出了一种基于提升小波(LW)与递归增量聚类(RICLUSTER)相结合的混合型实时故障诊断改进方法,即LW-RICLUSTER。该方法首先利用提升小波变换对实时信号降噪,再通过递归增量聚类实时监控。由于采用了递归增量算法,不但节省了存储空间与运算时间、增加了诊断模型的适应性。经实验表明,LW-RICLUSTER集合方法在诊断精度、速度和适应性方面,优于传统的单一型故障诊断方法。
【关键词】：DSP 故障诊断 提升小波 递归增量聚类 LW-RICLUSTER
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-21
• 1.1 课题研究的背景和意义11-12
• 1.2 故障诊断技术综述12-16
• 1.2.1 故障诊断的发展概述及研究现状13-14
• 1.2.2 故障诊断方法研究14-16
• 1.3 DSP数字信号处理16-19
• 1.4 本课题主要研究内容19-21
• 第2章 诊断方案整体设计21-36
• 2.1 引言21
• 2.2 小波分析方法研究21-25
• 2.2.1 小波变换21-24
• 2.2.2 小波降噪24-25
• 2.3 聚类分析方法研究25-29
• 2.4 DSP诊断系统设计29-35
• 2.5 本章小结35-36
• 第3章 改进的LW-RICLUSTER混合方法研究36-46
• 3.1 引言36
• 3.2 提升小波预处理36-41
• 3.2.1 小波提升变换36-39
• 3.2.2 基于小波提升的降噪预处理39-41
• 3.3 增量聚类诊断方法41-44
• 3.4 提升小波与递归增量聚类相结合44-45
• 3.5 本章小结45-46
• 第4章 诊断方法的DSP实现46-53
• 4.1 引言46
• 4.2 DSP的程序开发46-47
• 4.3 诊断方法的DSP实现47-51
• 4.4 诊断方法的DSP优化51-52
• 4.5 本章小结52-53
• 第5章 实验与仿真53-62
• 5.1 引言53
• 5.2 时变过程仿真实验53-56
• 5.2.1 时变过程简介53-54
• 5.2.2 算法仿真实验54-55
• 5.2.3 DSP诊断实验55-56
• 5.3 TE过程仿真实验56-61
• 5.3.1 TE过程简介56-57
• 5.3.2 算法仿真实验57-60
• 5.3.3 DSP诊断实验60-61
• 5.4 本章小结61-62
• 结论62-64
• 参考文献64-67
• 攻读硕士学位期间发表的论文和获得的科研成果67-68
• 致谢68

【参考文献】

中国期刊全文数据库 前8条

1 裴继红,范九伦,谢维信;聚类中心的初始化方法[J];电子科学学刊;1999年03期

2 李炜,伦淑娴;设备故障诊断技术的现状及其发展[J];甘肃工业大学学报;1998年02期

3 于春梅;张洪才;;工业过程故障诊断方法的研究进展[J];合肥工业大学学报(自然科学版);2008年01期

4 刘恒冰;韩世勤;刘晶;;基于新阈值函数及最优尺度的小波去噪研究[J];计算机工程与应用;2007年24期

5 马力伟;田作华;施颂椒;;一种基于混合系统滤波器的NCS系统故障诊断方法[J];系统工程与电子技术;2008年05期

6 王安娜;刘坐乾;杨铭如;曲延华;;基于BP-ART混合神经网络的电路故障诊断新方法[J];系统工程与电子技术;2010年04期

7 李士心,刘鲁源;基于小波阈值去噪方法的研究[J];仪器仪表学报;2002年S2期

8 杨青;田枫;王大志;吴东升;王安娜;;基于提升小波和递推LSSVM的实时故障诊断方法[J];仪器仪表学报;2011年03期

，

本文编号：628904