基于LabVIEW的柴油機(jī)智能化監(jiān)測(cè)與診斷技術(shù)研究.pdf

1、柴油機(jī)因其結(jié)構(gòu)的復(fù)雜性和故障的易發(fā)性，其故障診斷技術(shù)已成為機(jī)械設(shè)備故障診斷領(lǐng)域中的熱點(diǎn)和難點(diǎn)。本文在總結(jié)和汲取了前人研究成果的基礎(chǔ)上，立足工程實(shí)用性，研究了基于虛擬儀器技術(shù)開發(fā)柴油機(jī)運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng)和利用人工智能技術(shù)實(shí)現(xiàn)智能化故障診斷的方法。論文借助于虛擬儀器技術(shù)開發(fā)柴油機(jī)信號(hào)采集、處理與分析、數(shù)據(jù)庫操作等模塊，并由計(jì)算機(jī)提取時(shí)域、頻域、幅域分析的特征參數(shù)來實(shí)現(xiàn)狀態(tài)監(jiān)測(cè)與報(bào)警；借助于人工智能技術(shù)，建立振動(dòng)信號(hào)的AR模型與RBF神經(jīng)網(wǎng)絡(luò)結(jié)

2、合的診斷模型，并研究利用LabVIEW、MATLAB與ACCESS混合編程設(shè)計(jì)人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的方法。 本文主要內(nèi)容包括：第一，提出了建立基于虛擬儀器技術(shù)的柴油機(jī)智能化故障診斷系統(tǒng)的通用化平臺(tái)，該平臺(tái)集成信號(hào)采集、處理與分析技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)以及人工智能等在內(nèi)的故障診斷技術(shù)。第二，利用NI公司的多功能數(shù)據(jù)采集卡與LabVIEW開發(fā)了柴油機(jī)狀態(tài)監(jiān)測(cè)軟件的各大功能模塊。能進(jìn)行在線與離線信號(hào)的處理分析與監(jiān)測(cè)，實(shí)現(xiàn)多通道數(shù)據(jù)

3、采集、數(shù)據(jù)文件存儲(chǔ)與讀取、信號(hào)分析、重要參數(shù)狀態(tài)多級(jí)報(bào)警、趨勢(shì)監(jiān)測(cè)、遠(yuǎn)程數(shù)據(jù)通訊、數(shù)據(jù)庫操作以及報(bào)表打印等功能。第三，模擬幾種常見故障進(jìn)行試驗(yàn)，采用自相關(guān)分析對(duì)3110柴油機(jī)缸蓋振動(dòng)信號(hào)進(jìn)行工作周期的自動(dòng)識(shí)別來提取振動(dòng)波形樣本，在此基礎(chǔ)之上，分析了頻譜以及時(shí)域和幅域等參數(shù)。第四，建立了振動(dòng)信號(hào)的AR模型與RBF神經(jīng)網(wǎng)絡(luò)結(jié)合的診斷模型，利用LabVIEW的分析工具包編程對(duì)3110柴油機(jī)缸蓋振動(dòng)信號(hào)樣本進(jìn)行AR譜估計(jì)并從中提取特征參數(shù)，并利

4、用RBF神經(jīng)網(wǎng)絡(luò)成功進(jìn)行了故障模式識(shí)別。第五，提出將專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)技術(shù)集成，達(dá)到優(yōu)勢(shì)互補(bǔ)的目的。將LabVIEW和MATLAB有機(jī)結(jié)合，編制神經(jīng)網(wǎng)絡(luò)診斷模塊，通過LabVIEW的ADO控件和第三方控件LabSQL對(duì)ACCESS數(shù)據(jù)庫的操作來實(shí)現(xiàn)診斷知識(shí)庫與數(shù)據(jù)庫的創(chuàng)建、知識(shí)查詢、知識(shí)存儲(chǔ)等操作，并開發(fā)了子神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。 本文開發(fā)的信號(hào)采集處理模塊可以取代傳統(tǒng)的測(cè)試儀表；軟件開發(fā)采用模塊化結(jié)構(gòu)，為以后添加新的功能模塊提供了