基于油液多参数监测的动力装置关键部件状态评估与故障预测技术研究.pdfVIP

目 录 目 录 I 第一章 绪论 3 1.1 研究背景及意义 3 1.2 油液多参数在线监测与分析技术研究现状 4 1.2.1 油液多参数在线监测技术国外研究现状 4 1.2.2 油液多参数在线监测技术国内研究现状 6 1.2.3 基于灰色模型的油液参数趋势分析研究现状 8 1.3 动力装置轴承关键部件状态评估与故障预测技术国内外现状 8 1.4 论文研究思路及内容安排 11 1.4.1 研究思路 11 1.4.2 内容安排 12 第二章 基于灰关联度聚类模型的轴承状态评估技术研究 13 2.1 K-means 聚类算法及优化需求分析 14 2.1.1 K-means 算法原理 14 2.1.2 K-means 算法优化需求分析 16 2.2 基于灰色关联模型的K 均值聚类优化算法 17 2.2.2 灰色关联度模型原理 17 2.4 基于GR-Kmeans 的油液多参数状态评估模型验证 19 2.4.1 数据预处理 20 2.4.2 基于GR-Kmeans 聚类模型结果分析 21 2.5 本章小结 23 第三章 基于灰色理论模型的油液参数趋势预测技术研究 24 3.1 灰色理论及灰色预测模型 24 3.1.1 灰色理论 24 3.1.2 灰色预测模型 25 3.2 灰色理论GM(1,1)与GM(2,1)模型建模 26 3.2.1 GM(1,1)模型建模原理 26 3.2.2 GM(2,1)模型建模原理 26 3.3 基于油液多参数的GM(1,1)和GM(2,1)模型验证与对比分析 27 3.4 本章小结 29 第 I 页 第四章 基于SVM 模型的轴承状态评估与故障预测技术 30 4.1 分类问题的基本理论 31 4.1.1 线性可分最优超平面 32 4.1.2 非线性可分最优超平面 34 4.2 基于油液多参数的动力装置关键轴承部件状态评估算法 35 4.2.1 数据归一化 36 4.2.2 参数优化 36 4.3 回归估计问题的基本理论 38 4.3.1 线性回归函数估计 39 4.3.2 非线性回归函数估计 41 4.4 基于油液多参数的动力装置关键轴承部件剩余寿命预测算法 41 4.5 本章小结 43 第五章 实验平台搭建及基于油液在线参数的模型验证 44 5.1 试验系统平台搭建与实现 44 5.1.1 实验方案设计 44 5.1.2 实验系统及平台搭建 45 5.1.3 实验过程 46 5.2 基于油液在线多参数的多类模型实验验证及结果分析 50 5.2.1 基于GR-Kmeans 模型的轴承磨损状态评估分析 50 5.2.2 基于SVM 模型的轴承磨损状态评估分析 52 5.2.3 基于SVR 模型的轴承剩余寿命预测方法 54 5.3 本章小结 57 第六章 总结与展望 58 6.1 全文总结 58 6.2 展望 59 致 谢 61 参考文献 63 作者在学期间取得的学术成果 69