【硕士论文】柱塞泵泄漏故障智能诊断系统研究.pdf

《【硕士论文】柱塞泵泄漏故障智能诊断系统研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、南京理工大学硕士学位论文柱塞泵泄漏故障智能诊断系统研究姓名：于文征申请学位级别：硕士专业：控制理论与控制工程指导教师：薄煜明2002.1.1堡主堡壅壁童薹鲨塑垫堕塑堂堡堑墨竺婴塞!嘿墨呈墨耋2五摘要。本论文以作者参与的谏壁发电厂湿除灰控制系统的设计研究为工程背景，以柱塞泵为主要实践对象，研究复杂液压系统泄漏故障的智能诊断问题。首先讨论了机械设备故障诊断中所需的传统数字信号处理的几种方法，然后对一台柱塞泵在泄漏故障和正常状态下的声音信号进行了时、频域内的分析。通过对比知不易发现可反映故障情况的明显特征，分析了几种原因。考虑到现场中信号的非平稳性，采用新发展的小波分析工具，提取故障的

2、特征向量．作为诊断过程的预处理。由于神经网络信息处理的一些显著特点，使得它在解决复杂机械设备故障诊断问题中具有优势。如为证明网络的抗噪性，文中进行了仿真。对柱塞泵泄漏故障诊断，设计了基于反向传播神经网络的智能诊断系统，综合了基于数学模型和非模型的诊断方法的优点，用软件的方法在个人机上得以实现。通过对样本数据的判断识别，证明系统的可用性。同时文章最后也指出了～些有待继续完善的地方．以及智能诊断系统发展动向。关键词：信号处理：智能故障诊断：小波分析；人工神经网络；液压系统：柱塞泵：泄漏故障’何{l‘论文桂塞采泄漏故障智能诊断系统研究ABSTRACTAsamainparticipato

3、rinthedesignforandresearchonengineeringthecontrolsystem，intheprojectofeliminatingashwithwaterinJianbiPowerPlant，theauthoremphasizedontheintelligentfaultdiagnosisforthecomplexhydraulicsystembythebackgroundofthatprojectinthispaper．First，severalmethodsofprocessingtraditionaldigitalsignalappliedi

4、nthemachinefaultdiagnosisarediscussedinthepaper．Thenitturnstotheanalysisontimeandfrequency,tothedifferentsoundsignalsofarollingpistonradialpump，underbothinnormalandabnormalconditions．Bycomparingtheapparentcharacteristicsindicatingtheleakagefaultwhicharedifficulttobefoundout，severalreasonsresu

5、ltintheanalysisarestated．Forthenonstationarityofthesignalinfield，eigenvectoroffaultiscomputedwithnewlyadvancedwaveletanalysis，asthepreprocessingindiagnosisprocedure．Thepredominanceofsignalprocessingwithartificialneuralnetwork(ANN)resultsverywellinsolvingfaultdiagnosisproblemsofthecomplexmecha

6、nicalequipment．Forexample，thesimulationisgiventoproveANN’Snoiseprooffeatureinthispaper．TheintelligentfaultdiagnosisbasedonBPANNisdesignedforrecognitionofleakagefaultofarollingpistonradialpump．Itcombineswiththepredominanceofdiagnosismethodsbasedonmathematicmodelandartificialintelligence，anditi

7、sachievedthroughsoftwareonpersonalcomputer．Theusabilityofsystemisprovedbythesampledata．Intheendofthepaper,thingswaitedonimprovementarepointedoutaswellasthedevelopmenttendencyoftheintelligentfaultdiagnosis．KeyWords；SignalProcessing；Intelligent