基于HMM和微粒群优化算法的核电设备机械故障诊断技术的研究-机械制造及其自动化专业论文.docxVIP

目 录 HYPERLINK \l _bookmark0 摘 要 1 HYPERLINK \l _bookmark1 ABSTRACT 3 HYPERLINK \l _bookmark2 第一章 绪 论5 HYPERLINK \l _bookmark3 1.1 课题背景及核电装备故障诊断技术的国内外研究现状 5 HYPERLINK \l _bookmark4 1.2 基于 HMM 和 QPSO 算法的核电装备故障诊断的可行性 10 HYPERLINK \l _bookmark5 1.3 论文主要研究内容和总体结构 12 HYPERLINK \l _bookmark6 1.4 论文主要创新点和研究意义 14 HYPERLINK \l _bookmark7 1.5 本章小结15 HYPERLINK \l _bookmark8 第二章 核电设备振动信号特征提取方法的研究 16 HYPERLINK \l _bookmark9 2.1 特征提取的基本概念16 HYPERLINK \l _bookmark10 2.2 特征提取方法的现状研究 17 HYPERLINK \l _bookmark11 2.3 局域均值分解的机械故障特征提取 22 HYPERLINK \l _bookmark12 2.4 特征提取方法的比较分析 33 HYPERLINK \l _bookmark13 2.5 本章小结34 HYPERLINK \l _bookmark14 第三章 基于 HMM 和 PSO 的基本理论和算法研究 35 HYPERLINK \l _bookmark15 3.1 HMM 的基本概念 35 HYPERLINK \l _bookmark16 3.2 HMM 的三个基本算法 37 HYPERLINK \l _bookmark17 3.3 微粒群优化算法41 HYPERLINK \l _bookmark18 3.4 本章小结52 HYPERLINK \l _bookmark19 第四章 基于 QPSO 算法优化 CGHMM 的核电装备故障诊断的 研究 ...53 HYPERLINK \l _bookmark20 4.1 量子微粒群优化算法 53 HYPERLINK \l _bookmark21 4.2 HMM 的基本结构类型 57 HYPERLINK \l _bookmark22 4.3 基于 BAUM-WELCH 算法与 QPSO 算法参数模型初始化对比分析 65 HYPERLINK \l _bookmark23 4.4 本章小结66 HYPERLINK \l _bookmark24 第五章 实验与仿真67 HYPERLINK \l _bookmark25 5.1 机械设备故障诊断系统要求 67 HYPERLINK \l _bookmark26 5.2 核电设备故障诊断软件系统介绍 68 HYPERLINK \l _bookmark27 5.3 实验装置及实验仪器简介 69 HYPERLINK \l _bookmark28 5.4 实验方案72 HYPERLINK \l _bookmark29 5.5 实验结果与分析76 HYPERLINK \l _bookmark30 5.6 本章小结79 HYPERLINK \l _bookmark31 结论与展望 80 HYPERLINK \l _bookmark32 参考文献 83 HYPERLINK \l _bookmark33 附 录 89 HYPERLINK \l _bookmark34 致 谢 90 摘 要 本文针对核电设备冗余多、系统复杂、所积累的资料和故障样本少以及核电设备 运行过程中的振动信号具有信息量大、非平稳、重复再现性不佳等特点，引入 PSO 优化 HMM，建立基本模型和识别工具，实现核电机械装备状态在线监测，系统能够 及时、准确地诊断出故障，并采取相应的对策，保证和提高核电设备的安全性和可靠 性。 本文研究了 HMM、PSO 和 QPSO 基本原理、常用模型以及相关算法；建立基于 HMM 和 QPSO 的核电设备系统故障诊断模型；设计基于 QPSO 算法优化 HMM 的核 电设备故障诊断系统，通过一系列采集数据对故障诊断系统的测试，验证了该诊断方 法的可行性和准确性。本文主要研究内容如下： 第一章 介绍核电设备机械故障技术的国内外研究现状和研究意义；分析基于 QPSO 优化 HMM 的核电装备故障诊断的可行性；最后提出本论文研究的主要内容及 论文总体框架和创新之处。 第二章 论述几种常见的非平稳信号特征提取方法；根据核电装备振动信号的特 点，应用一种时频域特征提取新方法——基于优化局域均值分解（LMD