探析振动压路机智能故障诊断系统的研究与开发

《探析振动压路机智能故障诊断系统的研究与开发》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：—业!!一长安大学硕士学位论文握麴匿竖扭蟹筵垫睦趁堑丕缝鳇硒塞皇珏筮业指导敦师姓名巨巫暨熬篮申请学位级别—唑±一学科名称窑煎篮盛王程翌蕉劐论文提交日期j墅礁驵论文答辩日期z鲤§至≥且：2旦学位授予单位—————————盏盘墨竖———————一答辩委员会主席：煎量壁—熬握学位论文讦阅人：武直差—蓝握型埋照—鼓援摘要本文来源于“863”重大专项“基于转运车的机群智能化工程机械及信息化制造”(2003AA430020)中智能压路机控制系统研究开发。智能压路机集液压技术、计算机技术、微电子技术、传感与测试技术于一体，其技术的先进性和结构的复杂性大大增加了维修难度。在大型施工现场，往往是机群

2、协同作业的，如果压路机出现故障，与其协同作业的设备都要被迫停止作业，造成工期延误和巨大的经济损失。本文的研究目的正是实现对压路机的状态监控，预防及诊断故障，减少由压路机故障带来的损失。本文通过对振动压路机结构及原理的详细分析，对构建故障诊断系统主要方法的比较，建造了神经网络与专家系统相结合的振动压路机智能故障诊断系统，实现了对振动压路机常见故障的诊断。论文主要讨论了YZCl2Z型智能压路机的故障机理分析及诊断、智能故障诊断系统的总体设计、智能故障诊断系统关键技术的实现以及智能故障诊断系统的加载与现场调试。本智能故障诊断系统有知识库、推理机制、学习机制、解释机制、数据库以及神经网络与专家系统

3、的相互导入机制等关键技术，其中知识库、推理机制和学习机制都包括神经网络与专家系统两个部分，需分别对待。在知识库中，用神经网络来表示浅层知识，以实现对故障的直觉联想；用框架来表示振动压路机的深层知识，以实现对诊断的逻辑验证。在推理机制中，神经网络采用正向推理的方法，专家系统的推理机制则又可分为对神经网络诊断结果的验证和独自重新推理两种情况。学习机制则主要讨论了神经网络对专家经验的学习以及对新的故障的学习。本系统是在以EPEC公司的控制器和显示器为硬件的基础上实现的，软件和硬件结合的非常紧密，所以要选取对软硬件都适合的语言来开发。本文采用在vc++平台上用C语言实现该系统。本文人为设定了一个故

4、障状态，从系统最终运行结果来看，本智能故障诊断系统基本实现了所需功能。关键词：振动压路机智能故障诊断神经网络专家系统C语言AbstractThispaperderivesfromtheresearchanddevelopmentofcontrolsystemofintelligentroadrollerin“863”project．Sometimes，intelligentroadrollerintegrateshydraulictechnique，computertechnique，microelectronictechnique，andsensingandtestingtechniqu

5、es，sotheadvancedtechnologyandthecomplexstructureaddgreatlytothedifficultyofrepair．Mostofthetime，airmadaworktogetherontheconstructionsite。iftheroadrolleroccursfault，theotherconstructionmachinerycooperatewithitalsomuststopworking，which,illdelayconstructionperiodandyieldhugefinanciallosses．Thepurpose

6、oftheresearchofthispaperisjusttoachievestatemonitoring，guardingagainstanddiagnosingfault，anddecreasinglossescausedbyroadroller’sfaults．Intelligentfaultdiagnosissystemofvibratoryroadrollerwhichconsistsofneuralnetworkandexpertsystemisbuiitinthispaperbydetailedanalysisofstructureandprincipleofvibrato

7、ryroadrollerandcomparisonofmainmethodsofbuildingfaultdiagnosissystem，thissystemcandiagnoseusualfaultofvibratoryroadroller．Inthispaper，analysisanddiagnosisoffaultmechanismofYZCl2Zintelligentroadroller，overalldesig