基于小波神经网络的高速自动机故障预测方法研究
发布时间：2022-01-05 21:56
针对某口径高速自动机转膛体衬套温度升高,发生膨胀,摩擦阻力增大,导致击发不响的非平稳性故障,利用现场采集的数据,在分析自动机工作原理的基础上,将小波变换与神经网络进行结合,对实测信号进行分解重构,提取隐藏的潜在故障信息,评估各部件健康状态,实现对高速自动机的故障诊断和预测。最后根据实例数据分析和MATLAB仿真,从预测输出曲线基本拟合,以及预测输出值与实际值之间的误差百分比控制在5%以内表明小波神经网络方法非常适合应用于设备故障预测,是一种效果显著的方法。
【文章来源】：国外电子测量技术. 2020,39(08)
【文章页数】：6 页
【部分图文】：
PHM系统结构
本文的高速自动机是指转膛自动机，由多个弹膛，绕平行于炮膛轴线的旋转轴间歇转动[6]，每一次转动发射一发炮弹，实现供弹、输弹、击发、抽抛壳等循环动作[7]。通过导气装置从炮管内膛引出的火药气体驱动滑板在人字形曲线槽中循环往复运动，曲线槽中滚轮带动转膛体回转转动，实现上述各部件动作循环[8]。其中转膛体衬套温度升高，容易发生膨胀，摩擦阻力增大，导致击发不响的非平稳性故障，转膛自动机原理如图2所示。3小波去噪方法
小波分析在信号去噪处理方面具有优良特性，得益于小波具有的多分辨能力，可以通过变换尺度将信号分解到不同的频段范围，进而采取相应有效的去噪方法。单小波基不能同时拥有对称性、正交性、紧支撑性等特性，而多小波则具有对称性、正交性等多重优点[10]。因此，结合高速自动机工作时复杂的噪声背景，本文选择多小波阈值去噪算法对传感器采集的原始数据进行预处理。首先利用现场数据采集器获得监测对象的状态信息，然后对原始信号进行小波变换处理，转换到时频域分析，信号分解后，对于高频系数采用置零处理，中低频系数保留，最后再逆变换对信号重构，即可得到处理后的数据。小波滤波原理流程如图3所示。4 基于小波神经网络的智能预测方法研究
【参考文献】：
期刊论文
[1]机载导弹发射装置PHM系统总体设计[J]. 赵月琴,张胜利,肖守邦. 航空兵器. 2018(01)
[2]某高速自动机冷却系统分析[J]. 戴劲松,开亚骏,王茂森,易智. 机械制造与自动化. 2017(02)
[3]民航发动机水洗对延长在翼时间的估算方法研究[J]. 彭鸿博,王悦阁,刘孟萌. 科学技术与工程. 2015(34)
[4]基于小波变换的非平稳信号分析与处理[J]. 张晗博,殷奕,殷奎喜. 南京师范大学学报(工程技术版). 2014(01)
博士论文
[1]基于运动形态分解与多变量EMD的高速自动机动态监测与故障诊断研究[D]. 王宝祥.中北大学 2018
硕士论文
[1]多小波理论研究及其在轴承故障诊断中的应用[D]. 尹春雨.电子科技大学 2020
[2]交通流短期预测的分合预测模型及其应用[D]. 蔡中原.厦门大学 2017
[3]某新型重载高速自动机动力学分析[D]. 李慧水.南京理工大学 2016
[4]某新型自动机主要受热部件热分析及冷却技术研究[D]. 开亚骏.南京理工大学 2016
[5]基于小波神经网络的航电系统故障预测与健康管理技术研究[D]. 尚文芹.西安电子科技大学 2015
[6]基于健康状态的重型装备维修计划决策与系统研发[D]. 王芳.哈尔滨工业大学 2015
[7]改进BP算法的灰色神经网络模型在高铁沉降预测中的应用研究[D]. 王富麒.江西理工大学 2013
[8]基于多模型决策融合的空分过程故障检测与预报[D]. 卢斌彰.浙江大学 2011
[9]基于预测控制的球杆系统控制方法研究[D]. 刘晓辉.东北大学 2011
本文编号：3571147
【文章来源】：国外电子测量技术. 2020,39(08)
【文章页数】：6 页
【部分图文】：
PHM系统结构
本文的高速自动机是指转膛自动机，由多个弹膛，绕平行于炮膛轴线的旋转轴间歇转动[6]，每一次转动发射一发炮弹，实现供弹、输弹、击发、抽抛壳等循环动作[7]。通过导气装置从炮管内膛引出的火药气体驱动滑板在人字形曲线槽中循环往复运动，曲线槽中滚轮带动转膛体回转转动，实现上述各部件动作循环[8]。其中转膛体衬套温度升高，容易发生膨胀，摩擦阻力增大，导致击发不响的非平稳性故障，转膛自动机原理如图2所示。3小波去噪方法
小波分析在信号去噪处理方面具有优良特性，得益于小波具有的多分辨能力，可以通过变换尺度将信号分解到不同的频段范围，进而采取相应有效的去噪方法。单小波基不能同时拥有对称性、正交性、紧支撑性等特性，而多小波则具有对称性、正交性等多重优点[10]。因此，结合高速自动机工作时复杂的噪声背景，本文选择多小波阈值去噪算法对传感器采集的原始数据进行预处理。首先利用现场数据采集器获得监测对象的状态信息，然后对原始信号进行小波变换处理，转换到时频域分析，信号分解后，对于高频系数采用置零处理，中低频系数保留，最后再逆变换对信号重构，即可得到处理后的数据。小波滤波原理流程如图3所示。4 基于小波神经网络的智能预测方法研究
【参考文献】：
期刊论文
[1]机载导弹发射装置PHM系统总体设计[J]. 赵月琴,张胜利,肖守邦. 航空兵器. 2018(01)
[2]某高速自动机冷却系统分析[J]. 戴劲松,开亚骏,王茂森,易智. 机械制造与自动化. 2017(02)
[3]民航发动机水洗对延长在翼时间的估算方法研究[J]. 彭鸿博,王悦阁,刘孟萌. 科学技术与工程. 2015(34)
[4]基于小波变换的非平稳信号分析与处理[J]. 张晗博,殷奕,殷奎喜. 南京师范大学学报(工程技术版). 2014(01)
博士论文
[1]基于运动形态分解与多变量EMD的高速自动机动态监测与故障诊断研究[D]. 王宝祥.中北大学 2018
硕士论文
[1]多小波理论研究及其在轴承故障诊断中的应用[D]. 尹春雨.电子科技大学 2020
[2]交通流短期预测的分合预测模型及其应用[D]. 蔡中原.厦门大学 2017
[3]某新型重载高速自动机动力学分析[D]. 李慧水.南京理工大学 2016
[4]某新型自动机主要受热部件热分析及冷却技术研究[D]. 开亚骏.南京理工大学 2016
[5]基于小波神经网络的航电系统故障预测与健康管理技术研究[D]. 尚文芹.西安电子科技大学 2015
[6]基于健康状态的重型装备维修计划决策与系统研发[D]. 王芳.哈尔滨工业大学 2015
[7]改进BP算法的灰色神经网络模型在高铁沉降预测中的应用研究[D]. 王富麒.江西理工大学 2013
[8]基于多模型决策融合的空分过程故障检测与预报[D]. 卢斌彰.浙江大学 2011
[9]基于预测控制的球杆系统控制方法研究[D]. 刘晓辉.东北大学 2011
本文编号：3571147
本文链接：https://www.wllwen.com/kejilunwen/wltx/3571147.html
