数据融合在APMP盘磨故障诊断中的应用研究.pdf

《数据融合在APMP盘磨故障诊断中的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据融合在APMP盘磨故障诊断中的应用研究饶智逵，等数据融合在APMP盘磨故障诊断中的应用研究ResearchandApplicationofDataFusioninFaultDiagnosisofAPMPDiscRefiner镜留篷1汤伟2(陕西科技大学电气与信息工程学院1，陕西西安710021；陕西科技大学机电工程学院2，陕西西安710021)摘要：针对碱性过氧化氢化学机械浆(APMP)盘磨故障诊断在同一征兆域中很难区分多种故障的实际情况，利用其他征兆域的诊断信息进行了全局信息融合的研究。在数据处理的检测层、特征层、决策层上分别提出了不同的数据融合算法，即检测层采

2、用小波包分析的融合方法提取故障特征，特征层通过神经网络的融合为决策层的D—s证据理论提供可信度分配。试验数据表明。通过三个层面的优势互补，可以使证据理论的可信度分配不再完全依赖主观专家经验；利用各种故障的冗余和互补信息，可提高诊断的准确率。关键词：故障诊断数据融合小波包分析BP神经网络D．S证据理论中图分类号：THll3+．1文献标志码：AAbstract：Infaultdiagnosisofalkalineperoxidemechanicapulp(APMP)discrefiner，itisdifficulttodistinguishactualconditions

3、ofvariousfaultsinthesamesymptomdomain．Aimingatthissituation，byadoptingthediagnosisinformationofothersymptomdomains，theglobalinformationintegrationiscarriedoutandresearched．Differentdatafusionalgorithmsareproposedrespectivelyfordetectionlayer-featurelayeranddecisionmakinglayer．Indetectio

4、nlayer，waveletpacketanalysisisadoptedtoextractfaultfeature；infeaturelayer，throughneuralnetworkfusion，theprobabilityassignmentisprovidedfortheD—Sevidencetheoryofdecisionmakinglayer．Theexperimentaldataindicatethatbecauseofthecomplementaryadvantagesofthesethltelayers-theprobabilityassignme

5、ntoftheevidencetheorymaynotfullydependonsubjectiveexperienceofexperts；andthediagnosticaccuracycanbeimprovedbyadoptingtheredundantandcomplementaryinformationofvariousfailures．Keywords：FaultdiagnosisDatafusionWaveletpacketanalysisBPneuralnetworkD-Sevidencetheory0引言大盘磨机通常由10000kW以上的高压电机带动。

6、作为化学机械浆生产过程中的主体设备，大功率盘磨机是整个化机浆生产系统中最复杂、最核心的设备，它的正常运行关系到成浆质量以及产量。盘磨机是典型的机、电、液～体化设备。在针对盘磨机的故障诊断中，往往一个故障征兆可以由多个故障模式引起，同时系统中的一个故障模式往往会引起多个故障征兆，是典型的多对多形式，因此依靠单一的信息源往往无法得出准确的故障位置。盘磨出现如磨齿损坏、悬臂轴变形、磨机与电机同轴度偏差等故障时。往往会导致振动频率在某个范围出现奇异点[1-3]。小波分析具有良好的时频域局部化特性，能够同陕西省科学技术研究发展计划基金资助项目(编号：2012K09—10)；成阳

7、市科技计划基金资助项目(编号：2011K07—18)。修改稿收到日期：2012-09—04。第一作者饶智逵(1987一)，男，现为陕西科技大学控制理论与控制工程专业在读硕士研究生；主要从事工业过程高级控制、大功率盘磨的故障监测与控制系统研发方面的研究。时提供非平稳信号的时域与频域信息；D—s证据理论对不确定性信息有较好的处理能力。那是由于其对不确定信息的描述采用区间估计而非点估计。同时，鉴于人工神经网络较适合拟合故障征兆与故障模式之间的非线性对应关系．因此选用人工神经网络，并引入多传感器信息融合的思想对各征兆域进行前期局部诊断。将证据理论和神经网络方