汽轮鼓风机组网络化在线智能诊断技术的研究与应用-机械电子工程专业论文 word格式.docxVIP

优秀毕业论文 精品参考文献资料 vibration scientific and standardized, improving diagnosis accuracy and speed. Since it was devoted to pre-running, the system had been becoming more and more useful through continuous amelioration and consummation, and the function of system was validated through application. It satisfied the customers and was prided by them. Keyword: Turbine Blower, Fault Diagnosis, Fuzzy C-Means Clustering, Neural Network, Intelligent Diagnosis Model 重庆大 重庆大学硕士学位论文 目录 PAGE PAGE 1 目 录 中文摘要 I 英文摘要 II 1 绪论 1 1.1 本文的选题背景 1 1.2 课题的内容和研究意义 2 1.3 课题研究的基本方案和原则 3 2 系统方案设计 5 2.1 汽轮鼓风机组现场概述 5 2.1.1 汽轮鼓风机组基本情况介绍 5 2.1.2 机组设备现场分布及测点布置 6 2.2 汽轮鼓风机振动分析 8 2.2.1 汽轮鼓风机常见振动故障原因 8 2.2.2 转子动力学模型的建立 9 2.3 系统网络拓扑结构 12 2.4 系统硬件设计方案 13 2.4.1 信号拾取与数据采集子系统 14 2.4.2 网络子系统 16 2.4.3 计算机子系统 16 2.4.4 报警子系统 16 2.5 现场安装及布线 17 3 FCM－BP 在线智能诊断模型的研究 20 3.1 模糊集理论 20 3.1.1 模糊集合及隶属度函数 20 3.1.2 模糊集合的基本运算 22 3.1.3 模糊关系及其表示 23 3.2 模糊聚类分析 23 3.2.1 模糊 C－均值聚类算法 24 3.2.2 聚类效果评价准则 25 3.3 BP 神经网络 26 3.3.1 神经元数学模型表述 27 3.3.2 BP 神经网络数学模型表述 28 HYPERLINK \l _TOC_250003 3.3.3 BP 网络学习训练算法 29 HYPERLINK \l _TOC_250002 3.4 FCM－BP 在线智能诊断模型 30 3.4.1 FCM－BP 智能诊断模型的建立 30 HYPERLINK \l _TOC_250001 3.4.2 FCM－BP 智能诊断模型算法 31 3.3.3 FCM－BP 智能诊断模型的训练 32 HYPERLINK \l _TOC_250000 3.4.4 FCM－BP 智能诊断模型在故障诊断中的应用 34 4 系统软件实现及应用 37 4.1 概述 37 4.2 软件关键技术 38 4.2.1 在线实时多任务技术 38 4.2.2 多线程技术 39 4.2.3 数据库管理技术 40 4.3 在线监测子系统 41 4.3.1 下位机在线监测软件 41 4.3.1 上位机在线监测软件 43 4.4 精密振动分析与诊断子系统 45 5 系统应用考核 48 5.1 概述 48 5.2 现场诊断案例 48 5.2.1 汽轮机断叶故障案例 48 6 总结 50 致 谢 52 参考文献 53 附 录:作者在攻读硕士学位期间发表的学术论文 56 重庆大 重庆大学硕士学位论文 1 绪论 PAGE PAGE 10 1 绪 论 1.1 本文的选题背景 随着现代工业及科学技术的迅速发展，特别是微电子技术、计算机技术及网 络通讯技术的发展和普及应用，逐步形成了“设备监控分散化”、“监控管理网络 化”的综合自动化模式，并进一步向广域互联、远程监控和故障诊断的模式发展, 这种监控、管理及故障诊断一体化的综合自动化技术具有技术上的先进性和需求 上的广泛性。但是，这种综合自动化技术的发展及应用使得现代设备的结构越来 越复杂，自动化系统的规模越来越大。一个大型的设备系统往往由大量的工作部 件组成，不同的部件之间相互联系，相互耦合，这一方面提高了系统的自动化水 平，为生产带来了可观的经济效益；另一方面，由于影响系统运行的因素骤增， 使其产生故障以致失效的潜在性越来越大，一个部件的故障常常会引起链式反应， 导致整个系统甚至整个生产过程不能运行乃至瘫痪。例如，1986 年 1 月 28 日， 美国挑战