復(fù)雜流程工業(yè)系統(tǒng)由多機電設(shè)備和多生產(chǎn)工藝環(huán)節(jié)組成,是連續(xù)性且工藝邏輯依存的生產(chǎn)和制造過程。為實現(xiàn)全面評估復(fù)雜流程工業(yè)系統(tǒng)可靠性狀況,及時發(fā)現(xiàn)運行系統(tǒng)中隱藏的問題,確切了解系統(tǒng)的運行狀態(tài),準(zhǔn)確分析出解決問題的最佳方案是系統(tǒng)可靠性研究的主要技術(shù)問題。本文從信息可靠性處理、故障狀態(tài)診斷、單設(shè)備的可靠性判定、多設(shè)備復(fù)雜系統(tǒng)實時可靠性分析、線下的健康狀態(tài)定量分析與預(yù)測以及可靠性研究方案、方法的效率評估展開研究。1.為實現(xiàn)流程工業(yè)信息的可靠性處理,提出一種組合模態(tài)分解結(jié)合奇異值分解的算法(ECMD-SVD)的特征提取方法。首先采用組合模態(tài)分解算法分解原始信號,依據(jù)相關(guān)系數(shù)和峭度的粗細選規(guī)則確定固有模態(tài)函數(shù)IMF并重構(gòu)信號;其次由重構(gòu)信號構(gòu)建hankle矩陣,進行SVD分解,運用奇異值最大差分譜確定重構(gòu)信號有效階次并重構(gòu)信號;最后,對經(jīng)雙重降噪的重構(gòu)信號包絡(luò)分析實現(xiàn)信號特征提取。本算法應(yīng)用在滾動軸承故障振動信號的特征提取中,實驗結(jié)果表明本算法用于特征提取時效果良好。2.在ECMD-SVD特征提取可靠性信息的基礎(chǔ)上,提出故障多尺度散布熵表征下的參數(shù)尋優(yōu)支持向量機(MDE-SVM)和混合高斯連續(xù)隱馬爾可...

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【部分圖文】：

圖1.1故障診斷分類結(jié)構(gòu)圖

長春理工大學(xué)博士學(xué)位（畢業(yè)）論文4等價空間方法則不必預(yù)先知道系統(tǒng)對象的先驗知識，便可進行準(zhǔn)確的系統(tǒng)故障診斷[15]。以上三種方法均需要精確模型作為分析前提，而實際工業(yè)生產(chǎn)系統(tǒng)存在系統(tǒng)結(jié)構(gòu)復(fù)雜、變量之間關(guān)聯(lián)性強，而且通常還存在不同種類噪聲的干擾，故建立精確的模型難度很大，這些原因阻....

圖1.2綜合評價方法分類結(jié)構(gòu)圖

第1章緒論11方法。如主成分方法、因子分析法、綜合評價聚類方法、貝葉斯判別、灰色關(guān)聯(lián)度評價法、模糊綜合評價、DEA方法、相似性度量等[87]。2004年陳衍泰等人發(fā)表了“綜合評價方法分類及研究進展”[88]。把常用的評價方法按學(xué)科分類大致分為9大類，歸納如圖1.2所示：圖1.2綜....

圖2.1EMD算法分解流程圖

長春理工大學(xué)博士學(xué)位（畢業(yè)）論文16圖2.1EMD算法分解流程圖假設(shè)輸入信號為時間序列tx、噪聲添加數(shù)量為N和添加噪聲的幅值系數(shù)為。EEMD分解過程為[105-106]:1）確定N和，N從1開始計算。2）多次添加白噪聲tni（零均值、標(biāo)準(zhǔn)差為常數(shù)）至原始信號中，則第i次輸入txi....

圖2.2EEMD算法分解流程

第2章基于ECMD-SVD雙重濾波特征提取方法研究17式（2-8）中，m為分解得到的IMF階次，tri和timfji.分別為第i次加噪分解得到的殘余量和第j階IMF分量。4）循環(huán)上述2）、3）步驟N次，且保證每次所加白噪聲序列互不相同。5）由白噪聲的零均值原理計算得第j階EMD分....

本文編號：3961540