基于HMM的故障诊断方法在风机中的应用

发布时间：2017-08-18 01:08

  本文关键词：基于HMM的故障诊断方法在风机中的应用

  更多相关文章： 风机 振动测试 EMD-ICA 矢谱 隐马尔科夫模型

【摘要】：烧结风机作为一款冶金行业炼铁原料车间所使用的关键设备，其重要作用涉及炼铁生产过程的顺行和设备安全。国内长期以来对利用振动的检测手段、故障诊断技术和诊断设备的研究甚少，而定期巡回检测、事后事故分析及动平衡调整的方法居多。利用振动测试信号，加入现代信号处理理论，挖掘出烧结风机的深层次故障更是有必要的。因此，本文开展了如下研究工作： (1)针对现场风机，选用振动测试方法。首先按照制定的测试方案，我们选用便携测试ZonicBook/618E八通道振动测试系统，通过加速度传感器采集风机振动信号。最后，使用与数据采集系统相配套的IOtech公司的eZ-Analyst软件对数据进行显示和保存。 (2)采用了基于EMD-ICA方法对某炼铁厂三烧车间的SJ14500主轴风机转子的单一通道传感器信息进行了分析与特征提取，该方法有效的提取了单一通道传感器中的多个振源信息。因此，将已知的特征信息用于HMM模型的训练，将未知的待诊断特征信息带入HMM模型，有效的实现了单一通道传感器风机的故障诊断。 (3)采用了基于矢谱理论对某炼铁厂三烧车间的SJ14500主轴风机转子的双通道传感器信息以及运行状态进行了分析与特征提取，有效的融合了两个通道的特征，更加全面的反应了设备的运行状态。因此，将已知的特征信息用于HMM模型的训练，将未知的待诊断特征信息带入HMM模型，实现风机转子的故障识别。 因此，本文针对某钢铁厂烧结车间所使用的烧结鼓风机，再配合现场恰当的振动测试，，获取风机振动的稳态数据和瞬态数据，通过一定的现代的信号分析和数据处理方法实现了风机的故障诊断。因此，为风机的单一通道传感器和双通道传感器的故障诊断提供了新方法。
【关键词】：风机 振动测试 EMD-ICA 矢谱 隐马尔科夫模型
【学位授予单位】：内蒙古科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3;TF321
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-13
• 1.1 选题的目的与意义8-9
• 1.2 隐马尔科夫模型研究现状9-11
• 1.3 本课题研究的主要内容及安排11-12
• 1.3.1 本文主要内容11
• 1.3.2 本文各章主要安排11-12
• 1.4 本章小结12-13
• 2 风机的概述及其振动测试13-24
• 2.1 风机的概述13-16
• 2.1.1 风机行业的技术水平14-15
• 2.1.2 风机结构15
• 2.1.3 风机的工作原理15
• 2.1.4 风机系统的技术性能15-16
• 2.2 测试仪器设备的选取16-17
• 2.3 测试风机的传感器布置17-18
• 2.4 eZAnalyst 振动数据初步分析18-20
• 2.5 时域统计特征量分析20-23
• 2.6 本章小结23-24
• 3 HMM 的基本理论、算法以及可行性24-37
• 3.1 HMM 基本概念24-29
• 3.1.1 Markov 模型24-25
• 3.1.2 HMM 模型25-27
• 3.1.3 HMM 的数学模型27-29
• 3.2 HMM 基本算法29-34
• 3.3 HMM 模型算法的改进34-36
• 3.3.1 HMM 初始模型的选取34
• 3.3.2 三大算法下溢的改进34-36
• 3.4 本章小结36-37
• 4 基于 HMM 的单通道传感振动信号的风机故障诊断37-53
• 4.1 经验模态分解(EMD)37-38
• 4.2 独立分量分析原理及相关理论38-50
• 4.2.1 ICA 理论研究与应用现状38-39
• 4.2.2 ICA 原理与相关理论39-44
• 4.2.3 ICA 的基本算法44-50
• 4.3 风机故障诊断实例50-52
• 4.3.1 ICA 方法的特征提取50-51
• 4.3.2 实验分析51-52
• 4.4 本章小结52-53
• 5 基于 HMM 的双通道传感器振动信号的风机故障诊断53-67
• 5.1 矢谱理论概述53
• 5.2 双通道信息融合的矢谱理论53-64
• 5.2.1 理论基础53-61
• 5.2.2 矢量谱的计算方法61-64
• 5.3 风机故障诊断实例64-66
• 5.3.1 矢谱-HMM 故障诊断流程64-65
• 5.3.2 实例分析65-66
• 5.4 本章小结66-67
• 6 结论67-68
• 参考文献68-72
• 在学研究成果72-73
• 附录 A 四阶累积量算法程序73-75
• 附录 B HMM 训练算法程序75-77
• 附录 C HMM 识别算法程序77-78
• 致谢78

【参考文献】

中国期刊全文数据库 前10条

1 唐贵士,刘军,杨文海;故障诊断技术在转炉风机振动问题中的应用[J];包钢科技;2004年02期

2 高万良;;故障诊断在烧结SJ9000风机中的应用实例分析[J];包钢科技;2008年01期

3 陈功;张雄伟;;基于ICA和HMM的战场混叠声目标识别[J];弹道学报;2007年01期

4 徐向华,朱杰,郭强;基于HMM状态结构调整的非特定人语音识别(英文)[J];Journal of Southeast University(English Edition);2004年04期

5 王崇文,李见为,陈为民;基于HMM和SVM的指纹分类方法[J];电子与信息学报;2003年11期

6 李志农;吕亚平;范涛;冷传广;;基于经验模态分解的机械故障欠定盲源分离方法[J];航空动力学报;2009年08期

7 杨俊;韩捷;董辛e

本文编号：691949