多傳感器數(shù)據(jù)融合技術在機械裝備故障診斷中的應用研究.pdf

1、機械裝備廣泛運用于關乎國民生計的各個環(huán)節(jié)中,對機械故障診斷的研究在避免災難性事故和巨額經(jīng)濟損失方面具有重要的意義。現(xiàn)代機械裝備正向著高速化、高功率、大型化等趨勢發(fā)展,這些新趨勢對故障診斷技術提出了新的要求。過去僅借助單一信息源進行診斷的方法已經(jīng)不能全面地反映系統(tǒng)整體的狀態(tài),也難以實現(xiàn)對具體部件的診斷,所以有必要充分利用各種檢測手段來獲取各種狀態(tài)信息,將全面的信息運用到基于融合的智能診斷策略中。數(shù)據(jù)融合技術是一種具有廣闊前景的故障診斷方法

2、,近年來該技術已逐漸在故障診斷研究中得到應用,并成為這一領域新的研究熱點。
　　本文對基于數(shù)據(jù)融合的機械故障診斷技術做了深入研究,主要工作如下:
　　(1)在對數(shù)據(jù)融合基礎理論研究的基礎上,構建了采用局部神經(jīng)網(wǎng)絡與證據(jù)理論相結合的數(shù)據(jù)融合機械故障診斷通用框架。
　　(2)研究了故障信息的特征提取,提出將小波包分解提取的各頻率能量作為局部神經(jīng)網(wǎng)絡的輸入向量,并構造實驗平臺,對采集數(shù)據(jù)進行分析,對采樣神經(jīng)網(wǎng)絡進行設備故障診

3、斷提供理論指導依據(jù)。
　　(3)分析了BP神經(jīng)網(wǎng)絡在故障模式識別中的優(yōu)缺點,對比RBF神經(jīng)網(wǎng)絡,提出了將RBF神經(jīng)網(wǎng)絡作為局部神經(jīng)網(wǎng)絡,對各傳感器采集的信號分別做特征級融合。通過驗證分析,結果充分驗證此方法的有效性。
　　(4)通過對神經(jīng)網(wǎng)絡和證據(jù)理論優(yōu)缺點的分析研究,給出了神經(jīng)網(wǎng)絡與D-S證據(jù)理論結合使用的算法和原理。結果證明,使用D-S理論對神經(jīng)網(wǎng)絡給出的證據(jù)進行融合后,對機械狀態(tài)判別的結果更為準確。
　　(5)提

4、出了一套綜合神經(jīng)網(wǎng)絡和證據(jù)理論的虛擬儀器智能診斷系統(tǒng)的設計與實現(xiàn)方法。該系統(tǒng)采用模塊化設計,主要設計模塊包括:信號發(fā)生模塊、數(shù)據(jù)采集模塊、時域分析模塊、頻域分析模塊、故障診斷模塊。文中對各個模塊的設計過程做出了詳細介紹。經(jīng)實驗證明,該系統(tǒng)功能全、精度高、界面友好、具有一定的通用性,為今后機械裝備故障診斷的進一步開發(fā)應用打下了基礎。
　　本文通過理論與實驗相結合的方法,對神經(jīng)網(wǎng)絡和證據(jù)理論在機械裝備故障診斷中的應用進行了較為深入地研