粗糙集理论在旋转机械故障诊断技术上应用的研究化工过程机械专业论文.docxVIP

南京工业大学博士学位论文摘要 南京工业大学博士学位论文 摘要 粗糙集理论是近年来国际上研究智能决策技术的一个新成果，是对不完整、不精 确、不确定信息的表达、学习、归纳的理论。它可以将测量所得的数据信息进行分类、 约简、挖掘和形成规则。其重要特点在于其具有很强的定性分析能力，即不需要预先 给定某些特征或属性的数量描述，而直接从给定问题的描述集合出发，通过=i：fi可分辨 关系和不可分辨类确定给定问题的近似域，从而找出浚问题的内在规律。 旋转机械是机械设备的重要组成部分，它们以转子及其回转部件为工作的主体， 一旦发牛故障，将造成巨大损失。同时现代设备管理要求采用“故障维修”策略，消 除“过剩维修”。因此世界各国都非常重视旋转机械故障诊断研究。目前，因内外故 障诊断技术已取得了重大的进展，诊断方法由简易型向智能化、集成化方向发展，出 现了遗传算法、模糊数学、神经网络等智能决策系统。但是，这些决策系统数学模型 难以建立，物理意义不明确，需专家参与，且数据处理和学习时间过长而失去它在线 控制的意义。 目前，国内外学者对粗糙集的研究主要集中在如何应用它的方法，处理·些简单 的故障诊断信息表，探讨这种方法的可行性。而从机械故障的数据采集，信号处理， 知识库和决策表的形成，直到应用粗糙集理论对决策表进行约简，形成决策规b,10，这 方面的报导还很少见。因此，如何将粗糙集理论应用到处理旋转机械故障的工程实际 中，己成为大家十分关心的课题。本课题组在2001年得到了江苏省自然科学基金的 立项资助(BK2001095)，为深入地开展研究提供了良好的基础。 本文的主要工作体现在： 1、确定了基于粗糙集理论的旋转机械故障在线诊断的技术路线。以旋转机械为对 象，侧重研究转予不对中、转子不平衡、油膜涡动和转轴的局部摩擦四种典型的旋转 机械故障，分析了这几种故障的机理及其特征表现。在旋转机械故障诊断方法中，振动 分析法是成熟的方法之一。本研究通过速度传感器、加速度传感器和位移传感器采 集特征信息和敏感性参数，同时通过时域分析、频域分析、时I、白J序列分析得到不同 故障的特征信息，构成了故障信息的知识库。通过对图形的语义化和对数据的数学 处理，形成决策表。通过粗糙集理论对决策表进行约简，并优选出最简决策表，形 成标准特征库。从运行中的旋转设备，检测出状态信号，与标准信息库相比较，确 定状态模式，作出故障诊断决策。 2、提出了模拟四种故障的力学模型和实现的方法。在模拟实验中，转子不对中 摘要故障是通过提高轴承支座的高度，产生轴线角度不对中：转子不平衡故障的模拟， 摘要 故障是通过提高轴承支座的高度，产生轴线角度不对中：转子不平衡故障的模拟， 足在对经过动平衡试验转子上，配载一定质量的偏心载荷；油膜涡动故障是用带有 油杯的轴承座，轴和轴颈之间有较大的配合间隙；转轴的碰摩故障是通过远离动力 源端，靠近支座处，安装摩擦螺钉。在模拟实验时，应用CRAS5．1数据采集系统， 对实验数据采集、信号与系统分析和时间与振动趋势测定。 3、建立了故障诊断的决策表。从转子故障实验图表及其相关数据中，根据不同的 条件属性和决策属性的对应关系，结合机械故障诊断的专业知识，对图表进行语义化， 和实验数据一起，按照粗糙集理论的要求，建立旋转机械故障诊断的数据库。论文中， 根据实验处理软件所提供的数据和图形，提出了六大类，十七个条件属性，一个决策 属性。六大类条件属性分别是特征频率、时问振动曲线特性、轴心轨迹、振动随转速 的变化规则、振动的稳定性以及峭度特性；一个决策属性是联轴节的不对中、转子的 不平衡、转轴的碰摩和轴承的油膜振荡。用语义法描述了图形库的知识，实现了将知 识库向决策表的过渡。为了应用粗糙集理论对数据库进行约简，就必须按某种数学模 型或计算方法，对采集的连续数据离散化，对图形语义化，并用符号代替语义定义， 构造符合粗糙集理论要求的决策表， 4、形成了旋转机械故障诊断的决策规则。由于在故障诊断的决策表中，有些特 征信息是相关的，有些是独立的。独立的特征能提供互补信息，因而加以保留，相 关性特征产生冗余信息。在对决策表约简时，首先进行条件属性的简化，消去重复列， 然后对每一决策规则进行冗余属性值的简化，合并重复行，导出简化决策表，形成旋 转机械故障渗断的决策规则，并对决策规则进行可信度研究。 5、确定了决策表的核和最小解。通过区分矩阵和区分方程寻找决策表的约简和核。 对于一个决策表有可能有多种约简形式，属性子集可以不只是一种简化，一个知识 表达系统的决策表的简化不是唯一，问题的最小解不是唯一的，通过优化方法，鳞 选得出决策表的最小的约简形式。 应用粗糙集理论对四种典型的旋转机械故障形成的决策表的约简，从十七个条件 属性简化成i个条件属性，极大地减少数据库中数据的数量。对四种故障的决