机械密封端面接触状态监测技术研究

《机械密封端面接触状态监测技术研究》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、ＳＯＵＴＨＷＥＳＴＪＩＶＥＲＩＴＹＷＩＡＯＴＯＮＧＵＮＳｆ硕ｉ学位论＝刪１国内图书分类号：ＴＰ２１６密级：公开国际图书分类号：６８１２．西南交通大学研究生学位论文机诫密封端面接触状态監测技术研究年级２０１３级姓名變巍串请学伉级别硕±专业化器化表工超指导教师傅攀教授二零一五年五月ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＰ２１６Ｕ．Ｄ．Ｃ：６８１．２ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎＵｎｉｖｅｒｓｉｔｇｙＭａｓｔｅｒＤｅ

2、ｇｒｅｅＴｈｅｓｉｓＴＨＥＲＥＳＥＡＲＣＨＯＦＭＥＣＨＡＮＩＣＡＬＦＬＵＩＤＳＥＡＬＥＮＤＦＡＣＥＣＯＮＴＡＣＴＳＴＡＴＥＭＯＮＩＴＯＲＩＮＧＧｒａｄｅ：２０１３Ｃａｎｄｉｄａｔｅ：ＦａｎＷｅｉＡｃａｄｅｍｉｃＤｅｒｅｅＡｌｉｅｄｆｏｒ：ＭａｓｔｅｒｇｐｐＳｐｅｃｉａｌｉｔｙ：Ｉｎｓｔｍｍｅｎｔａｔｉｏ打ＥｎｇｉｎｅｅｒｉｎｇＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＦｕＰａｎＭａ２０１５ｙ，西南交通大学学位论文版权使用授权书本学位论

3、文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，光许论文被查阅和借阅。本人授权西南交通大学可Ｗ将本论文的全部或部分内容编入有关数据库进行栓索，可Ｗ采用影南、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于１．保密□，在年解密后通用本授权书；２．不俱密使用本授权书。＂＂（请在Ｗ上方框内打Ｖ）学位论文作者签名：：指导老师签名＇〇長．若、曰期：曰期ｖ西南交通大学硕±学位论文主要工作（贡献）声巧本人在学位论文

4、中所做的主要工作或贡献如下！１、分析进行机械密封接触状态监测的目的和意义掌握机械密封的测量方乾常用参数及相关控制方法，建立机械密封膜厚测量实验平台并且分析了声发姑这种方法：２、从时域、频域和６￡的０这兰个方面提取了反映机械密封膜厚有效特征向量，并且利用核主成分分析（ＫＰＣＡ）方法进行优化降维的处理，这样可（Ｕ很大程度上简化后续的模型的输入和计算；３（ＨＭＭ）、掌捏隐马尔科夫模型和支持向量机（ＳＶＭ）的基本理论，然后在分析ＨＭＭ和ＳＶＭ用于机械密封膜厚的可行性的基础上，采用了基于离散型隐

5、马尔科夫模型（ＤＨＭＭ）和ＳＶＭ的机械密封接触面的膜厚识别。，４、在最后对于基于ＤＨＭＭ的化械密封膜厚识别方法和基于ＳＶＭ的机械密封膜厚识則方法的识别结果进行对比分析，证实了利用隐马尔科夫模型ＣＨＭＭ）巧支持向量机（ＳＶＭ）进行机械密封端面接触状态的准确率和效率。：所呈交的学位论文本人邦重声明，是在导师指导下独立进巧研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本。文的研究做出贡献的个人和集体，均已在文中作了明确说明本人完全

6、了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：Ｉ王日親西南交通大学硕±硏究生学位论文第Ｉ页摘要在工业化进程不断向前的今天，机械密封作为流体机械的关键技术也迅速发展起一定的膜厚状态是保证机械密封正常运行的关键来。维持机械密封的端面。对于传统的电渦流直接测量膜厚的方法需要破坏密封的内部结构不利于现场应用，不能满足现代工业的日益增长的需求一特性使得近期声。而声发射检测无需改变机械密封结构这发射成为研究热点。本文Ｗ电祸流传感器直接测量膜厚信号和声发射

7、传感器间接测量膜厚信号的方法为基础，搭建了非接触式机械密封的膜厚状态监测的实验平台。通过恒压变转速Ｗ及变压恒转速的采集相应的电满流数据和声发射数据。由于声发射信号无法直接反应膜，厚信息，我们Ｗ直接测量的结果指导间接测量的结果将声发射的信号按照膜厚程度分成Ｈ组，Ｗ此展开基于声发射信号的膜厚状态监测的硏究。对于声发射信号先进行零均化处理，引入先进的信号分析技术总体经验模态分析（ｅｎｓｅｍｂｌｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，简称ＥＥＭＤ）进行时频分析并对每个子频分

8、量提取时频域Ｗ及相关特征。由于声发射信号对环境噪声比较敏感，信号中包含大量的随机干扰。ｅｒｎｅｌＰｒｉｎｃｉａｌ，因此往往难Ｗ提取出较好的特征利用核主分量分析（ＫｐＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ，简称ＫＰＣＡ）对特征进行优化降维，不仅降低了特征维数减少了Ｗ后的模型输入和计算量。，而且削弱了特征之间的非线性相关程度本文中采用了支持向量机（ＳＶＭ）和