多信息融合技術在風機故障診斷中的研究與應用.pdf

1、在近代工業(yè)生產過程當中，我們總是希望可以對工業(yè)設備的故障實現(xiàn)早期預報，做到防患于未然，從而保證設備能夠安全、穩(wěn)定、長周期、滿負荷優(yōu)質運轉，使設備的效益實現(xiàn)最大化。這樣就促使故障診斷學的產生，并激起大量科研人員對設備故障診斷的進行研究，使其不斷發(fā)展和完善。
　　現(xiàn)代的設備正走向高速化、高功率、高可靠性、大型化，使得設備的故障變得復雜化、多樣化。傳統(tǒng)的設備故障診斷方法已難以勝任現(xiàn)代的復雜設備的故障診斷，本論文基于此目的，將人工智能方法

2、想法引入到設備的故障診斷領域，從而解決復雜設備的故障診斷問題。
　　本論文首先對風機的故障類型展開細致的討論，分析風機的組成、故障產生的原因、故障類型及典型案例分析;分析在故障診斷中應用信息融合技術的可行性。
　　其次，利用小波包的原理討論了風機的故障信號的特征參數(shù)的提取方法，利用小波包系數(shù)能量法構造故障的特征向量，作為故障診斷的客觀證據的來源;然后詳細的討論信息融合技術的基本原理，闡述了信息融合的級別及其方法，以及信息融合

3、技術與設備故障診斷之間的關系和信息融合的設備故障診斷模型。
　　再次，仔細研究了基于D-S證據理論的風機故障多信息融合診斷方法。建立了多故障特征信息融合診斷框架，并且提出了一種符合風機故障特點的D-S證據理論基本可信度函數(shù)的構造方法。
　　最后，通過應用TLZ13.2型風機故障診斷的工程實例，對D-S證據理論進行了詳細的論證，講解其實現(xiàn)步驟及方法，從而證明應用D-S證據理論進行多信息故障特征融合，能以最有效的方式提高風機故障