机械制造及其自动化专业毕业论文 [精品论文] 面向设备管理的机电设备状态监测与故障诊断技术研究.docVIP

机械制造及其自动化专业毕业论文 [精品论文] 面向设备管理的机电设备状态监测与故障诊断技术研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
机械制造及其自动化专业毕业论文 [精品论文] 面向设备管理的机电设备状态监测与故障诊断技术研究

机械制造及其自动化专业毕业论文 [精品论文] 面向设备管理的机电设备状态监测与故障诊断技术研究 关键词:机电设备 故障诊断 信息处理 计算机技术 摘要:本研究以机电设备为对象,对复杂振动信号中的时频特征提取、净化及回转机械的智能诊断方法进行了研究。 ⑴针对机电设备工况信号中的非平稳特征,提出了基于SVD降噪算法对原始振动信号进行预处理,然后再进行EMD分解,抑制了异常数据或高频噪声产生的影响,分解所得基本模式分量更能反应设备运行状态的本质特征。研究了基于Hilbert变换的相位解调算法的不足,提出了基于EMD的相位解调方法,仿真数据验证了该方法的有效性;基于工程实践,指出了HHT在工程应用中的两个局限性。 ⑵针对机电设备运行中的信号混合特性,研究了信号混合的数学模型和常用的信息分离方法,提出将盲源分离方法和Hilbert-Huang变换相结合,实现了旋转机械转子系统非平稳故障特征的独立化提取,故障诊断案例明该方法的有效性和实用性。研究了机械振动信号变换域盲源分离的可行性,提出了机械振动信号频域内的独立分量提取方法,涡流传感器失效故障诊断和早期碰摩故障诊断的成功应用,表明了该方法的有效性,结合设备振动的先验知识可以准确判定各独立分量的物理内涵,提高诊断信息的质量。 ⑶针对汽轮机智能诊断中知识表达的不确定性问题,在研究了基于联合树的贝叶斯网络精确推理方法和贝叶斯网络的学习算法的基础上,结合机械故障特有的表现形式,提出了基于贝叶斯网络的汽轮机故障诊断方法,并建立了基于贝叶斯网络的机械故障诊断模型,通过对一些设备的实测数据进行了故障诊断分析,验证了该模型的有效性。 ⑷研究了基于振动信息的自动诊断方法,建立了故障模式类的概念,根据模糊聚类算法确定了故障标准模式类及其频谱特征,为在故障模式类层次上的识别提供了理论基础;研究了模糊关系诊断结果的分布规律、多征兆模糊产生式规则的诊断知识表示以及规则结论的可信度组合,工程诊断实例验证了其可靠性。 ⑸提出了监测诊断与设备管理信息系统的集成化设计思想,给出了系统框架和技术方案,并在此基础上??发出了“基于网络和状态监测的设备管理信息化系统”,消除了状态监测和设备管理之间的“信息孤岛”现象。该系统在天津大港广安津能发电有限责任公司得到应用,并顺利通过了天津市科委的验收。 正文内容 本研究以机电设备为对象,对复杂振动信号中的时频特征提取、净化及回转机械的智能诊断方法进行了研究。 ⑴针对机电设备工况信号中的非平稳特征,提出了基于SVD降噪算法对原始振动信号进行预处理,然后再进行EMD分解,抑制了异常数据或高频噪声产生的影响,分解所得基本模式分量更能反应设备运行状态的本质特征。研究了基于Hilbert变换的相位解调算法的不足,提出了基于EMD的相位解调方法,仿真数据验证了该方法的有效性;基于工程实践,指出了HHT在工程应用中的两个局限性。 ⑵针对机电设备运行中的信号混合特性,研究了信号混合的数学模型和常用的信息分离方法,提出将盲源分离方法和Hilbert-Huang变换相结合,实现了旋转机械转子系统非平稳故障特征的独立化提取,故障诊断案例明该方法的有效性和实用性。研究了机械振动信号变换域盲源分离的可行性,提出了机械振动信号频域内的独立分量提取方法,涡流传感器失效故障诊断和早期碰摩故障诊断的成功应用,表明了该方法的有效性,结合设备振动的先验知识可以准确判定各独立分量的物理内涵,提高诊断信息的质量。 ⑶针对汽轮机智能诊断中知识表达的不确定性问题,在研究了基于联合树的贝叶斯网络精确推理方法和贝叶斯网络的学习算法的基础上,结合机械故障特有的表现形式,提出了基于贝叶斯网络的汽轮机故障诊断方法,并建立了基于贝叶斯网络的机械故障诊断模型,通过对一些设备的实测数据进行了故障诊断分析,验证了该模型的有效性。 ⑷研究了基于振动信息的自动诊断方法,建立了故障模式类的概念,根据模糊聚类算法确定了故障标准模式类及其频谱特征,为在故障模式类层次上的识别提供了理论基础;研究了模糊关系诊断结果的分布规律、多征兆模糊产生式规则的诊断知识表示以及规则结论的可信度组合,工程诊断实例验证了其可靠性。 ⑸提出了监测诊断与设备管理信息系统的集成化设计思想,给出了系统框架和技术方案,并在此基础上开发出了“基于网络和状态监测的设备管理信息化系统”,消除了状态监测和设备管理之间的“信息孤岛”现象。该系统在天津大港广安津能发电有限责任公司得到应用,并顺利通过了天津市科委的验收。 本研究以机电设备为对象,对复杂振动信号中的时频特征提取、净化及回转机械的智能诊断方法进行了研究。 ⑴针对机电设备工况信号中的非平稳特征,提出了基于SVD降噪算法对原始振动信号进行预处理,然后再进行EMD分解,抑制了异常数据

文档评论(0)

seunk + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档