版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、液壓機在現(xiàn)代生產(chǎn)中扮演極為重要的角色,液壓機故障輕則引起生產(chǎn)線停產(chǎn),重則造成安全事故,因此需對液壓機工作狀態(tài)作出準確判斷。但是液壓機系統(tǒng)構成復雜,采集信息具有多樣性、隨機性、復雜性和關聯(lián)的層次性,日常運行時,需要監(jiān)測的量有10多種,很多特征量之間是有相關性的,加上采集信息手段受各種因素影響,從而造成了信號的隨機性和不確定性,對液壓機的故障診斷造成了極大的困難,因此本文研究先進的液壓機故障診斷方法,以獲取液壓機的準確工作狀態(tài)。 本
2、論文將液壓機的故障診斷分成兩部分進行,一部分是液壓動力子系統(tǒng),另一部分是液壓控制子系統(tǒng)。重點討論了液壓動力系統(tǒng)關鍵部件液壓泵和液壓控制子系統(tǒng)的故障診斷。 由于液壓泵工作環(huán)境惡劣,泵出口監(jiān)測信號通常雜亂無章,容易被噪聲信號淹沒,單一傳感器提取的時、頻特征信息常呈現(xiàn)出較強的模糊性,采用常規(guī)信號處理方法難以有效提取故障特征。因此,需充分利用多傳感器的信息源,以獲得對設備狀態(tài)的可靠估計。本文在液壓泵的故障診斷中綜合利用了泵殼三個方向的振
3、動信號,并輔以液壓泵外泄口溫度信號,在兩個層次分別對振動信號進行空間融合診斷、對振動網(wǎng)絡診斷結(jié)果和溫度診斷結(jié)果進行融合,獲得對液壓泵故障的準確診斷。 而液壓機控制子系統(tǒng)涉及的設備較多,采集的特征量非常繁雜,難以獲得有效的故障診斷規(guī)則,故障診斷非常困難。因此對液壓機控制子系統(tǒng)采用基于粗糙集理論的故障規(guī)則提取算法,通過屬性約簡和決策網(wǎng)絡的構造,提取清晰規(guī)整的故障規(guī)則,根據(jù)這些故障規(guī)則,從液壓控制子系統(tǒng)的表征就可以容易地推測出故障原因
4、。 最后,設計和實現(xiàn)了一套基于B/S結(jié)構的液壓機遠程在線監(jiān)測與故障診斷系統(tǒng),將本文所提出的先進故障診斷方法引入該系統(tǒng),可在線獲取設備現(xiàn)場數(shù)據(jù),遠程傳送特征數(shù)據(jù),實現(xiàn)遠程故障診斷。工廠的實際應用表明該系統(tǒng)有效解決了液壓機故障診斷難、診斷效率低的問題,獲得較好的診斷效果。只要導入其它大型機電設備的知識庫,該監(jiān)控系統(tǒng)就可以方便地應用到其它大型設備的狀態(tài)監(jiān)測和故障診斷中。 本文的主要創(chuàng)新點如下: (1)提出了PARD-B
5、P(PARD,Pruning Algorithm based Random Degree基于隨機度的剪枝算法)神經(jīng)網(wǎng)絡故障診斷方法,該方法在隨機度的基礎上,利用分治算法的思想對BP神經(jīng)網(wǎng)絡隱層的冗余節(jié)點進行剪枝,獲取精簡的網(wǎng)絡結(jié)構,使網(wǎng)絡具有更好的泛化性能,使故障診斷結(jié)論更可信; (2)提出了基于PSO(PSO,Particle Swarm Optimization粒子群優(yōu)化算法)的H-BP多級神經(jīng)網(wǎng)絡故障診斷方法,該方法利用P
6、SO計算上的優(yōu)勢,首先對Hopfield網(wǎng)絡權值矩陣進行優(yōu)化,再利用Hopfield對故障特征數(shù)據(jù)進行預處理,最后通過BP網(wǎng)絡實現(xiàn)故障診斷。該方法可有效解決BP網(wǎng)絡易陷入局部最小的問題,可有效提高神經(jīng)網(wǎng)絡的診斷精度; (3)提出了液壓泵兩級多源信息融合故障診斷模型,充分利用了多傳感器的資源,最大限度發(fā)揮系統(tǒng)資源利用率。該模型采用PARD-BP神經(jīng)網(wǎng)絡進行各方向振動信號診斷后,進行一級振動子網(wǎng)診斷融合;再利用H-BP神經(jīng)網(wǎng)絡進行溫
7、度信號診斷;利用兩種信號的診斷結(jié)果作為獨立證據(jù)并構造概論分配函數(shù),進行第二級D-S決策級融合。將數(shù)據(jù)融合技術應用于液壓泵的故障診斷,一定程度上能獲得精確的狀態(tài)估計,增加置信度,提高診斷容錯性和魯棒性。 (4)提出了基于粗糙集理論的液壓控制系統(tǒng)故障診斷規(guī)則提取方法。為提高故障規(guī)則的提取效率,對粗糙集理論中的約簡算法進行了優(yōu)化,縮短了故障規(guī)則的提取時間;同時為了有效濾除噪聲和處理不一致性規(guī)則,在準確度的基礎上引入了規(guī)則覆蓋度的概念,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 電網(wǎng)故障診斷的多源信息融合方法研究.pdf
- 基于多源信息融合的大型水壓機故障診斷與狀態(tài)評估研究.pdf
- 基于多源信息融合的模擬電路故障診斷.pdf
- 基于多源信息融合的模擬電路故障診斷研究.pdf
- 基于多源信息融合的傳感器故障診斷方法研究.pdf
- 基于多信息融合的電網(wǎng)故障診斷方法研究.pdf
- 基于多源信息融合的發(fā)動機故障診斷研究.pdf
- 基于多信息融合的機械故障診斷方法研究.pdf
- 基于多信息源的分層故障診斷方法研究.pdf
- 基于多源信息融合的柴油機故障診斷研究.pdf
- 采用多源信息的電網(wǎng)故障診斷方法與研究.pdf
- 基于多信息融合的發(fā)動機故障診斷方法研究.pdf
- 基于多信息源的電網(wǎng)故障診斷方法的研究.pdf
- 基于多源信息的電網(wǎng)故障診斷研究.pdf
- 鍛造液壓機液壓故障診斷專家系統(tǒng)研究.pdf
- 基于多源信息融合的傳感器故障診斷技術的研究.pdf
- 基于數(shù)據(jù)挖掘與信息融合的故障診斷方法研究.pdf
- 基于Desert-Smarandache理論的故障診斷信息融合方法.pdf
- 基于粗糙集神經(jīng)網(wǎng)絡液壓機故障診斷專家系統(tǒng)的研究開發(fā).pdf
- 基于信息融合技術的故障診斷方法研究.pdf
評論
0/150
提交評論