旋转机械状态趋势预测及故障诊断专家系统关键技术研究

《旋转机械状态趋势预测及故障诊断专家系统关键技术研究》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、学校代码10459学号或申请号201212202356密级郅州k%硕士学位论文旋转机械状态趋势预测及故障诊断专家系统关键技术研究作者姓名：陈超导师姓名：李凌均副教授学科门类：工学专业名称：机械电子工程培养院系：机械工程学院冗成时间：2015年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterResearchonKeyTechnologyofConditionTrendPredictionAndFaultDiagnosisExpertSystemforRotat

2、ingMachineryByChaoChenSupervisor:A.P.LingjunLiMechanicalandElectronicalEngineeringSchoolofMechanicalEngineeringMay2015学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。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己经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者：日期：

3、70/T年妒月巧日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者：钱极日期：年y月4曰摘要摘要旋转机

4、械是工业领域的核心设备。随着旋转机械向大型化和智能化方向发展，设备的结构越来越复杂，其运行状态更加受到维护人员的重视。通过对设备进行状态趋势预测及故障诊断能够减少故障的发生，缩短维修时间，提高设备的利用率、安全性和可靠性，避免灾难性事故的发生。同时，也是开发故障预测专家系统的前期研究。全矢谱技术对多通道数据进行融合，克服了单通道数据信息不完整的缺点，对转子的振动信息进行准确、全面地提取，真实地反映了设备的运行状态。本文对旋转机械在线监测及故障诊断系统中趋势预测和故障诊断两个模块的关键技术进行了研究，将全矢谱技术运用到旋转机械状

5、态趋势预测及故障诊断中，并开发了故障诊断专家系统。主要研究的工作如下：1、阐述了全矢谱技术的基本理论、数值算法、与传统分析方法的兼容性，用汽轮机组的振动数据进行实例分析，证明了全矢谱技术在故障诊断中的优势。2、将全矢谱技术与支持向量回归的预测方法相结合，提出了基于全矢支持向量回归（FVSVR）的频谱预测新方法。通过对汽轮机组运行中的数据进行了实例分析，证明了全矢支持向量回归（FVSVR）的频谱预测方法的有效性，探讨了相关参数的选择，并对传统的参数寻优方法进行了改进。3、研究了基于全矢模糊变换的故障诊断方法和基于知识的故障诊断方

6、法。确定了故障诊断专家系统中征兆的表示、提取及处理的方式、知识的表示方法及推理控制策略。提取全矢幅值谱特征频率下的幅值并模糊化后作为征兆向量，通过模糊变换的故障诊断方法进行正向推理，得到故障假设集，再利用基于知识的诊断方法对假设集的故障进行反向推理，得到故障结论。4、开发了旋转机械故障诊断专家系统。设计了系统的总体结构、数据库的结构、诊断报告的形式以及故障库的建立及维护方式。将EXSYS专家系统建造软件集成于系统中，利用其开发和管理知识库及推理机，简化了知识库及推理机建立及维护的过程。关键词：全矢谱；趋势预测；支持向量回归；故

7、障诊断；专家系统IAbstractAbstractRotatingmachineryisthecoreequipmentofindustrialsector.Therotatingmachineryisoflargescaleandintelligent.Thestructureisbecomingincreasinglycomplex,whichmadetheoperatingstatusmoreattentionhasbeenpaid.Conditionpredictionandfaultdiagnosisforrotat

8、ingmachinerycanimprovethesafetyandreliabilityoftherotatingmachinery,lessenmaintenancecrewtime,improvecrewutilization,reducepowergeneration