欢迎来到天天文库
浏览记录
ID:37086414
大小:2.73 MB
页数:64页
时间:2019-05-17
《基于云计算的风机远程故障监测》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、中图分类号:TP277论文编号:2017311128UDC:密级:公开硕士学位论文基于云计算的风机远程故障监测作者姓名:连畅学科名称:控制工程研究方向:检测技术及智能装置学习单位:华北理工大学学制:2.5年提交日期:2017年12月4日申请学位类别:工程硕士导师姓名:孙洁教授单位:华北理工大学电气工程学院张瑞新高工单位:唐山睿泽尔科技有限公司论文评阅人:郭建波教授单位:唐山学院刘晓悦教授单位:华北理工大学电气工程学院论文答辩日期:2018年3月3日答辩委员会主席:王世国正高工关键词:风机故障监测;云计算;人工鱼群;模糊RBF神经网络唐山华北理工大学2018年3月R
2、emotefaultmonitoringoffanbasedonCloudComputingDissertationSubmittedtoNorthChinaUniversityofScienceandTechnologyinpartialfulfillmentoftherequirementforthedegreeofMasterofScienceinEngineeringbyLianChang(ControlEngineering)ProfessorSunJieSupervisor:ZhangRuixinMarch,2018摘要由于风机的工作环境一般都比较恶劣
3、且造成故障的原因多变,导致风机故障检测十分困难。风机故障会使经济遭受很大的打击,因此对风机实施故障监测,使风机能够在少故障甚至无故障的状态下运行,使企业获得更多的经济效益和社会效益,具有重大的意义。本文根据云计算在远程故障监测中的灵活性强、成本低、效率高的特点,提出了基于云计算平台的风机远程故障监测系统。针对以上问题,首先对风机比较常见的几种故障类型,风机故障的基本来源和云计算的关键技术进行分析,将风机的故障检测与基于云计算的远程监测系统相结合,以实现对风机运行状态的实时监测。其次,为了提高故障诊断准确率,对人工鱼群算法和模糊RBF神经网络进行了研究,将二者相结合
4、,不仅能提高模糊RBF神经网络的网络精度,也可以提高人工鱼在后期的收敛速度及精度。最后,对云计算的Hadoop平台进行了搭建,完成了Hadoop的安装与相关配置,风机远程故障监测在所搭建的Hadoop云平台得到实现,并对基于云计算的风机远程故障监测系统进行了相关的实验验证。基于云计算的远程故障监测系统目前成为了现代工业生产中跨越性的标志,因此能够实现对机械设备进行状态监测,以实现减少设备运行中的忧患进而达到提高生产效率的目的,具有非常重要的实际意义。图30幅;表6个;参57篇。关键词:风机故障监测;云计算;人工鱼群;模糊RBF神经网络分类号:TP277-I-Abs
5、tractDuetotheworkingenvironmentofthefanisgenerallybadandthecauseofthefaultischangeable,itisverydifficulttodetectthefaultofthefan.Fanfailurewillcausegreateconomicdamage.Therefore,itisofgreatsignificancetoconductfaultmonitoringforfans,sothatfanscanoperateinastateoffewerfailuresorevennof
6、ailures,sothatenterprisescangetmoreeconomicandsocialbenefits.Accordingtothecharacteristicsofcloudcomputinginremotingfaultmonitoring,suchashighflexibility,lowcostandhighefficiency,aremotefaultmonitoringsystemforfansbasedoncloudcomputingplatformisproposed.Tosolvetheaboveproblems,analysi
7、stheseveralfaulttypesoffanmorecommon,thefundamentaltechnologyoffanfaultandthebasicsourceofcloudcomputing,thefaultdetectionoffanandremotemonitoringsystembasedoncloudcomputingcombinetoachievereal-timemonitoringoftherunningstateofthefan.Secondly,inordertoimprovetheaccuracyoffaultdiagnosi
8、s,the
此文档下载收益归作者所有