石化机组振动信号高价值无量纲特征提取与故障诊断方法研究

发布时间：2022-08-04 13:08

　　石化工业作为国民经济基础性产业,在提高人民生活、促进经济增长、保障国防安全等方面具有重要的作用。现代石化工业设备日趋大型化,一旦发生故障,轻则影响生产效率,重则导致系统停机、生产中断,引起重大经济损失或安全事故。目前大型石化机组生产工艺及内部结构极为复杂,从其运行过程振动信号中提取的故障特征相互之间表现为具有多耦合、模糊性等特点,使得故障诊断成为突破性难题。因此,开展石化机组故障诊断方法研究,对避免机组发生恶性损坏事故、减少机组停机次数和时间,降低石化行业经济损失及保证人员安全都具有十分重要的理论和实际意义。本文以石化机组齿轮箱为研究对象,针对石化机组故障类型多、表征变量多、不同故障参数表现多对多耦合关联关系、以及单一故障与复合故障振动信号交叠出现等问题,开展石化机组振动信号分析、特征提取和故障诊断方法等方面研究,主要研究内容如下:（1）分析石化机组齿轮和轴承发生故障的原因及失效形式,建立齿轮和轴承的故障模型,仿真分析齿轮和轴承失效状态信号变化。运用时频域方法,研究石化机组振动信号存在非线性、随机性和遍历性等复杂信号的变化规律。（2）针对石化机组振动信号的重要数据常被噪声干扰形成大量无... 

【文章页数】：128 页

【学位级别】：博士

【部分图文】：

图１－２催化裂化机组示意图??Ｆｉｇｕｒｅ?１－２?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ＦＣＣＵ??

图１－５本文研宄思路??Ｆｉｇｕｒｅ?１－５?Ｔｈｉｓ?ａｒｔｉｃｌｅ?ｒｅｓｅａｒ?

图２＿３齿轮轮齿受力分析图??Ｆｉｇｕｒｅ?２－３?Ｆｏｒｃｅ?ａｎａｌｙｓｉｓ?ｏｆ?ｇｅａｒ?ｔｅｅｔｈ??

【参考文献】：
期刊论文
[1]基于一维卷积神经网络的钻杆故障诊断[J]. 金列俊,詹建明,陈俊华,王涛.  浙江大学学报(工学版). 2020(03)
[2]基于时域和频域分析的滚动轴承故障诊断[J]. 程秀芳,王鹏.  华北理工大学学报(自然科学版). 2020(01)
[3]采用非平衡小样本数据的风机主轴承故障深度对抗诊断[J]. 黄南天,杨学航,蔡国伟,宋星,陈庆珠,赵文广.  中国电机工程学报. 2020(02)
[4]采用时域与时频域联合特征空间的转子系统碰磨故障诊断[J]. 赵柄锡,冀大伟,袁奇,李浦,葛庆.  西安交通大学学报. 2020(01)
[5]基于动态任务迁移的近数据处理方法[J]. 华幸成,刘鹏.  浙江大学学报(工学版). 2019(12)
[6]高速齿轮传动技术与装置综述[J]. 吴鲁纪,耿福震.  机械传动. 2019(11)
[7]基于正态分布模型参数和LS-SVM的滚动轴承故障诊断方法[J]. 姜海燕.  自动化技术与应用. 2019(08)
[8]基于小波包-贝叶斯的小电流接地故障区域定位方法[J]. 陈景文,褚恩亮,李英春,杨亚莉.  实验技术与管理. 2019(08)
[9]RTK三维水深测量数据处理优化方法探讨[J]. 尹泽成,戴寒光.  中国水运.航道科技. 2019(03)
[10]融合无量纲指标与信息熵的不同转速下旋转机械故障诊断[J]. 陈仁祥,吴昊年,韩彦峰,赵玲,吴志元,陈里里.  振动与冲击. 2019(11)

博士论文
[1]基于多尺度融合离散熵的齿轮故障诊断方法研究[D]. 张依东.浙江大学 2018
[2]基于知识管理的设备故障智能诊断模型研究[D]. 秦大力.湖南大学 2014
[3]基于小波分析与神经网络滚动轴承故障诊断方法的研究[D]. 杨柳松.东北林业大学 2013
[4]基于Hilbert-Huang变换的旋转机械故障诊断方法研究[D]. 程军圣.湖南大学 2005
[5]基于人工免疫系统的机组故障诊断技术研究[D]. 张清华.华南理工大学 2004

硕士论文
[1]基于BP神经网络和D-S证据理论的石化机组滚动轴承故障诊断研究[D]. 林水泉.华南理工大学 2018
[2]基于BP神经网络的风电齿轮箱故障诊断仪的研发[D]. 刘雄.兰州理工大学 2015
[3]证据理论与人工免疫集成方法在旋转机械复合故障诊断中的应用[D]. 雷高伟.太原理工大学 2014
[4]基于时、频域—小波分析和神经网络方法的齿轮箱故障诊断研究[D]. 时建峰.太原理工大学 2008



本文编号：3669597