连铸机大包回转台在线监测与故障智能诊断方法研究

发布时间：2021-03-12 14:33

　　回转支承是连铸机大包回转台上的重要旋转部件，其安全稳定性对于大包回转台正常运行至关重要。为了避免大包回转台运行故障，需要高效准确的诊断回转支承在运行过程中出现的异常现象。回转支承长期工作在低速重载的运行状态下，传统的轴承故障诊断方法并不适用，因此需要开发一套可靠的回转支承在线监测与故障诊断系统。论文的主要研究工作如下：（1）分析了大包回转台的总体结构，确定以回转支承作为主要对象监测其运行状况。分析了回转支承的主要破坏形式，选取振动、位移、电功率信号作为监测对象和诊断参量。（2）设计了连铸机大包回转台状态监测与故障诊断系统的总体方案，并对监测的物理量、测点布置、数据采集方式、分析方法、软件系统的总体和功能模块设计等问题给出了全面合理的解决方案。（3）通过对所采集的数据进行提取处理得出测试样本，分别运用模糊诊断方法、神经网络方法和模糊神经网络方法诊断故障并进行分析和比较，证明了模糊神经网络在回转支承故障诊断与识别应用中优越性，能显著提高回转支承故障诊断与识别的准确性。（4）开发了大包回转台在线监测与故障智能诊断系统，成功应用于某钢铁企业炼钢厂，系统运行稳定，实现了预定的设计目标。 

【文章来源】：武汉科技大学湖北省

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究的目的及意义
    1.2 国内外研究现状
        1.2.1 大包回转台及回转支承研究现状
        1.2.2 在线监测技术研究现状
        1.2.3 故障智能诊断方法研究现状
    1.3 主要研究内容
        1.3.1 论文主要研究内容
        1.3.2 论文研究目标
第2章 回转支承运行状态分析原理与方法
    2.1 大包回转台结构分析及工作原理
    2.2 回转支承结构分析
    2.3 回转支承失效形式
    2.4 回转支承的特征频率计算
    2.5 回转支承状态监测方法
    2.6 本章小结
第3章 连铸机大包回转台在线监测系统的总体设计
    3.1 测试工况分析
    3.2 系统总容量
    3.3 测点布置
    3.4 系统的总体结构设计
        3.4.1 信号采集方案
        3.4.2 系统硬件功能框图
        3.4.3 主要硬件选型
        3.4.4 其它硬件设备
        3.4.5 机柜及内部设备布置方案
    3.5 本章小结
第4章 大包回转台在线监测系统的实现
    4.1 软件开发平台
        4.1.1 软件系统框图及系统功能
        4.1.2 系统软件平台
    4.2 软件主要界面
    4.3 结论
    4.4 本章小结
第5章 回转支承故障诊断模型的建立与仿真
    5.1 模糊逻辑与神经网络概述
    5.2 回转支承的数据模糊聚类及其 MATLAB 实现
        5.2.1 常用的隶属函数
        5.2.2 模糊推理的过程
        5.2.3 基于模糊聚类的回转支承故障特诊参数的确定
    5.3 模糊诊断方法在回转支承故障诊断中的研究与应用
    5.4 神经网络在回转支承中的研究与应用
        5.4.1 神经网络结构
        5.4.2 神经网络工作方式
        5.4.3 神经网络的学习算法
        5.4.4 基于 BP 神经网络的回转支承故障诊断
    5.5 模糊神经网络在回转支承故障诊断中的研究与应用
        5.5.1 模糊神经网络及其 MATLAB 实现
        5.5.2 模糊神经网络（ANFIS）系统的模型
        5.5.3 ANFIS 系统结构
        5.5.4 ANFIS 系统的学习算法
        5.5.5 基于模糊神经网络（ANFIS）的回转支承故障诊断
    5.6 模糊推理、神经网络、ANFIS 诊断结果的对比分析
    5.7 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 工作展望
致谢
参考文献
附录 1 攻读硕士期间发表的论文
附录 2 攻读硕士学位期间参加的科研项目
详细摘要


【参考文献】：
期刊论文
[1]Improved BP Neural Network for Transformer Fault Diagnosis[J]. SUN Yan-jing, ZHANG Shen, MIAO Chang-xin, LI Jing-meng School of Information and Electrical Engineering, China University of Mining & Technology, Xuzhou, Jiangsu 221008, China.  Journal of China University of Mining & Technology. 2007(01)
[2]轴承故障的模糊聚类方法[J]. 张国新,刘赣华.  煤矿机械. 2006(09)
[3]Timken滚子轴承寿命计算[J]. 刘耀中.  轴承. 2004(01)
[4]滚动轴承故障在线智能诊断仪[J]. 王平.  轴承. 2003(09)
[5]轴承远程故障诊断系统[J]. 余成波.  轴承. 2003(02)
[6]一种用于低速重载轴承故障诊断的共振解调法[J]. 王志刚,李友荣,朱瑞荪,吕勇.  煤矿机械. 2002(08)
[7]滚动轴承在线监测与故障诊断系统[J]. 施敏芳.  轴承. 2001(08)
[8]极大熵谱法及其在滚动轴承故障诊断中的应用[J]. 徐玉秀,原培新,邢钢.  机械科学与技术. 2001(04)
[9]钢包回转台重载轴承故障诊断的小波分析法[J]. 陈长征,鲍文博,佟杰新.  重型机械. 2000(02)
[10]低速重载轴承的故障诊断[J]. 赵飞鹏,吴晚云,郝保国.  冶金设备. 1999(03)

硕士论文
[1]钢包回转台设备故障诊断与分析[D]. 陈晶宇.辽宁科技大学 2008
[2]大型回转支承装置故障机理及故障诊断技术的研究[D]. 叶燚玺.武汉理工大学 2005



本文编号：3078473