欢迎来到天天文库
浏览记录
ID:36666673
大小:3.64 MB
页数:73页
时间:2019-05-13
《多信息融合技术在汽轮机转子故障诊断中的应用研究》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、哈尔滨工业大学T学硕十学位论文摘要随着现代工业的快速发展,大型旋转机械设备(汽轮机等)变得越来越复杂,相应的对此类设备的故障诊断也就越来越困难了。因为大型关键设备的灾害性变化在实际运行中不容易模仿而供研究,通常这些复杂设备的故障诊断可以走两种途径,一种是通过理论研究建立实际设备的数学模型,通过数学模型对实际问题进行仿真。但由于实际设备的数学模型很难建立,以及所建立的数学模型求解困难等,因此这种方法仅适用于对故障进行定性分析。另一种是通过实验来模拟各种故障,研究各种故障下的结果,总结判别这些故障的规则,这是行之有效的。由于传感器的精度和可靠性的限制,以及
2、环境的影响,单测点的传感器很难获得对设备运行状况整体的描述,即使现在有些传感器具有令人满意的精度,但它也仅仅能获得设备局部信息。只有通过多测点传感器的信息融合,才能克服信息的不完备性和不确定性,更加准确全面的描述被测对象,达到对设备全面的把握,实现设备故障的分类诊断和最终决策。因而基于数据融合的旋转机械故障诊断技术为旋转机械故障诊断的研究提出了一条新途径。本文的主要工作是在复杂旋转机械设备故障诊断中应用了数据融合方法。数据融合可以概括为:在一定准则的支配下,利用计算机技术对来自多方位多传感器的时序数据从不同层面进行抽象分析、综合、决策的处理过程。针对旋
3、转机械的特点形成了旋转机械故障诊断的数据融合方法,并对该方法进行了验证。1、提出了旋转机械融和诊断的功能模型和计算模型。在分析故障诊断中测量数据的特点、数据抽象级别和融合任务特点的基础上,建立故障诊断的数据融合功能模型,明确融合任务,使该模型能够更好地智能模拟诊断过程。2、在数据级信息的融合处理中,为提高数据的精确度、可靠性和信噪比,首先要对数据进行预处理。对同种类多个传感器测量的一点信号,采用加权自适应最小二乘估计的融合算法,产生比原始信号精确的新信号。3、在特征级融合层次上,由于故障和征兆之间呈现为典型的非线性关系,本文采用了BP神经网络的融合处理
4、方法,将数据级融合的结果作为神经网络的输入,实现了故障分类和运行状态的估计,从而完成了特征级的融合处理功能。充分发挥了神经网络并行处理信息的能力、容错能力、自学习和自适应等能力。哈尔滨工业大学工学硕士学位论文4、在设备故障信息的决策级上,本文采用D-S证据理论的方法,充分发挥了D-S推理中,用置信区间代替概率,用集合表示事件,能够很好地表示“不确定性”、“不知道”等优点。通过融合准则,将不同测点的特征级结果加以综合,对于各个测点特征级输出为不一致性结论的情况下,考虑了传感器的精度,给出了决定性判断。5、以Bently小转子实验台的故障数据和正常数据为实
5、例,用MATLAB软件包,对BP神经网络结合D-S推理的数据融合方法进行了验证,获得了令人满意的结果,证明了该方法的有效性。6、最后,将以上理论研究编制成软件,研制并开发出数据融合故障诊断系统。该系统可以对汽轮机等旋转机械运行状态的实测数据,运用数据融合原理进行分析和诊断。关键词数据融合;旋转机械;复合故障诊断;神经网络;D-S证据理论哈尔滨工业大学工学硕十学位论文AbstractWiththehigh-speeddevelopmentofindustry,thelargerotatingmachinerysuchasturbineisbecoming
6、moreandmorecomplicated,andthefaultdiagnosisforsuchlargeandcomplicatedsystemsisalsobecomingmoreandmoredifficult.Foritisdificulttogetthedisasterdatafromthelargekeyrunningequipment,thereare,usually,twomethodstodiagnosefaultofcomplicatedequipment:oneisthatbuildsmathematicalmodelofre
7、alequipmentthroughtheorystudying,thensimulatesrealproblemusingmathematicalmodel.Butbecauseitisverydifficulttobuildmathematicalmodelofrealequipment,andworkoutit,sothismethodissuitableforgivingqualitativeanalysisoffault.Theotheristosimulatefaultbyexperiment,studytheresultsofvariou
8、sfaults,andsumuptherulesofthesefaults.Becauseof
此文档下载收益归作者所有