设备旋转部件故障的短期预测研究.pdf

《设备旋转部件故障的短期预测研究.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、JournalofMechanicalStrength2005，27（5）：575~579##################################################################!设备旋转部件故障的短期预测研究RESEARCHOFSHORT-TERMFORECASTONMECHANICAROTATINGPARTS’FAUTS赵赏鑫!!张来斌王朝晖（中国石油大学（北京）机电学院，北京102249）ZHAOShangxinZHANGLaibinWANGZhaoHui（Instit

2、uteofMechanicalandElectricalEguipment，ChinaUniuersityofPetroleum，Beijing102249，China）摘要根据机械故障诊断技术，建立设备各旋转部件的多维故障特征参量模型，并针对故障预测数据的短期性和非线性，提出模糊—灰色自动寻优预测方法。此方法可以自动寻找最佳优化因子!"，使预测值和实际值最贴近。通过对各部件多维故障特征参量的预测和故障模糊评判，可以自动分析出部件存在的故障及可能性概率。研究结果表明，预测数据精度检验结果优良，该方法是可行和有效的。关键

3、词多维故障特征参量模糊评判短期预测故障诊断模糊—灰色自动寻优预测中图分类号0347.6TP206.3TH17AbstractMultidimensionalfaultycharacteristicparametersmodelofrotatingpartswasproposedbymeansofmechanicalfaultdi-agnosistechnology，andfuzzy-grayself-optimizingforecastingmethodwaspresentedbecauseofshort-terman

4、dnon-linearityofforecastingdata.Theoptimalfactor!"wasdeterminedtomaketheforecastingdatanearesttotherealdata.Potentialfaultsofpartsandtheirprob-abilitywillbeanalyzedautomaticallythroughtheforecastofMultidimensionalfaultycharacteristicparametersandfuzzyassessment.

5、Theexperimentresultsshowthatidealeffectofprecisionexaminationofforecastingdatahasbeenobtained，andthemethodisfeasibleandavailable.KeywordsMultidimensionalfaultycharacteristicparameters；Fuzzyassessment；Short-termforecast；faultdiagnosis；Fuzzy-grayself-optimizingfor

6、ecastCorrespondingauthor：ZHAOShanxin，E-mail：zhaoshangxin@hotmail.com，Tel：+86-10-89733406，Fax：+86-10-89733203TheprojectsupportedbytheNationalNaturalScienceFoundationofChina（No.50375103）.Manuscriptreceived20040223，inrevisedform20040525.数据与实际数据的模糊贴近度来表征模型的模糊性。1引言通过

7、对多维故障特征参量预测和部件故障模糊评判，对大型机械设备进行运行状态预测和故障诊断工实现对设备运行状态的正确评价，为设备实施维修提作，不仅可以防止突发事故发生，保证设备安全可靠运供科学依据。行，而且可以避免计划维修导致的过剩维修和维修不2旋转部件的多维故障特征参量模型及模糊足，降低维修费用，提高设备利用率。目前对设备的状—灰色自动寻优预测法态预测方法主要包括线性回归预测和非线性预测方法两大类。由于设备部件处于故障高发期时，故障特征2.1旋转部件多维故障特征参量模型参量呈现非线性变化，如用线性回归预测方法往往不由于设备故

8、障一般具有一定的时延性，即从原发［1］够准确；同时神经网络及混沌等非线性预测方法需性故障到系统故障的发生、发展与形成是一个渐变过要大量的数据样本才可获得较好的预测精度，不适合程。表现在振动幅值上，即机组当时的振动值，与其在数据的短期预测。而灰色预测能进行“少数据建模”，过去时刻的振动值有一定的关系，使振幅序列间有一［3］研究“小样