計(jì)算智能在機(jī)械設(shè)備故障診斷中的應(yīng)用研究.pdf

1、在理論方面,重點(diǎn)研究了計(jì)算智能理論與方法在機(jī)械設(shè)備振動(dòng)故障診斷中的應(yīng)用,在實(shí)踐方面,針對(duì)石化企業(yè)中的旋轉(zhuǎn)機(jī)械開發(fā)了具有實(shí)用價(jià)值的基于Intranet的大型機(jī)組在線狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng).在機(jī)械設(shè)備狀態(tài)預(yù)測(cè)方面,研究了基于神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè).針對(duì)生產(chǎn)實(shí)踐中設(shè)備運(yùn)行的非平穩(wěn)性,基于動(dòng)態(tài)預(yù)測(cè)思想,研究了非平穩(wěn)時(shí)間序列的自適應(yīng)線性單元(Adaline)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè),討論了Adaline和自回歸(AR)模型之間的關(guān)系,提出根據(jù)AR模型定階方法

2、確定Adaline預(yù)測(cè)模型的輸入神經(jīng)元數(shù)目,分析了自適應(yīng)學(xué)習(xí)率對(duì)預(yù)測(cè)性能的影響,為機(jī)械設(shè)備狀態(tài)預(yù)測(cè)提供了一種方法.研究了基于廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)的大型旋轉(zhuǎn)機(jī)械振動(dòng)狀態(tài)預(yù)測(cè),提出了應(yīng)用BIC準(zhǔn)則確定GRNN預(yù)測(cè)模型輸入神經(jīng)元數(shù)目的方法,將GRNN用于大型機(jī)組振動(dòng)峰—峰值時(shí)間序列的預(yù)測(cè),與采用誤差反向傳播學(xué)習(xí)算法的三層前饋感知器網(wǎng)絡(luò)(BPNN)的預(yù)測(cè)結(jié)果對(duì)比表明,GRNN的預(yù)測(cè)性能優(yōu)于BPNN,而且,即使樣本數(shù)據(jù)稀少,也能獲得滿意的

3、預(yù)測(cè)結(jié)果.在故障診斷方面,提出了計(jì)算智能理論和方法集成的診斷方案.該方案的基本思想是利用粗糙集理論對(duì)數(shù)據(jù)不完整性和不確定性的分析處理能力實(shí)現(xiàn)故障診斷知識(shí)發(fā)現(xiàn),即從監(jiān)測(cè)診斷數(shù)據(jù)或診斷案例中發(fā)現(xiàn)關(guān)鍵診斷條件,提取或優(yōu)化診斷規(guī)則,在最優(yōu)診斷決策系統(tǒng)的基礎(chǔ)上,設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)或模糊神經(jīng)網(wǎng)絡(luò),利用其模式識(shí)別能力實(shí)現(xiàn)故障診斷.該方案通過將計(jì)算智能領(lǐng)域中各種理論和方法有機(jī)結(jié)合,互相取長(zhǎng)補(bǔ)短的方式,達(dá)到降低診斷成本,提高診斷效率的目的.對(duì)于連續(xù)的定量故障診

4、斷數(shù)據(jù)(監(jiān)測(cè)數(shù)據(jù)),以4135柴油機(jī)為例,提出了自組織映射(SOM)/模糊c-均值(FCM)—粗糙集—自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)推理系統(tǒng)(ANFIS)集成的具體故障診斷實(shí)施方案:首先,應(yīng)用SOM或FCM離散故障診斷數(shù)據(jù)中的連續(xù)屬性值;然后,基于粗糙集理論應(yīng)用遺傳算法計(jì)算診斷決策系統(tǒng)的約簡(jiǎn),按照實(shí)際需要確定診斷條件;最后,根據(jù)系統(tǒng)約簡(jiǎn)設(shè)計(jì)ANFIS進(jìn)行故障診斷.約簡(jiǎn)前后ANFIS的訓(xùn)練過程表明,基于粗糙集理論的約簡(jiǎn)處理減少了ANFIS的輸入變量數(shù)

5、目,避免了"維數(shù)災(zāi)難"問題.ANFIS與BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和診斷結(jié)果對(duì)比顯示,ANFIS的訓(xùn)練時(shí)間短,診斷精度高.對(duì)于離散的定性故障診斷數(shù)據(jù)(專家經(jīng)驗(yàn)或診斷案例),以大型旋轉(zhuǎn)機(jī)械為例,提出了廣義粗糙集理論與神經(jīng)網(wǎng)絡(luò)集成的具體故障診斷實(shí)施方案:首先應(yīng)用基于相似關(guān)系的廣義粗糙集理論對(duì)旋轉(zhuǎn)機(jī)械振動(dòng)故障診斷的非完備決策系統(tǒng)進(jìn)行約簡(jiǎn),得到更為簡(jiǎn)明的最優(yōu)診斷規(guī)則;然后根據(jù)最優(yōu)決策系統(tǒng)建立BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷.約簡(jiǎn)前后網(wǎng)絡(luò)的訓(xùn)練過程表明,基于粗糙

6、集理論的約簡(jiǎn)處理簡(jiǎn)化了網(wǎng)絡(luò)結(jié)構(gòu),提高了訓(xùn)練效率.在故障診斷的實(shí)踐方面,根據(jù)課題要求,在理論研究的基礎(chǔ)上,以Microsoft VisualC++ 6.0為基本開發(fā)工具,綜合利用數(shù)據(jù)庫(kù)、Matlab C/C++數(shù)學(xué)函數(shù)庫(kù)、多線程和Windows Sockets網(wǎng)絡(luò)編程等技術(shù)開發(fā)了基于Intranet的大型機(jī)組在線狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng).系統(tǒng)通過企業(yè)內(nèi)部局域網(wǎng),采用客戶機(jī)/服務(wù)器模式,實(shí)現(xiàn)了遠(yuǎn)程監(jiān)測(cè)診斷,企業(yè)管理和檢修人員可以方便地了解機(jī)組