本文關(guān)鍵詞：智能點巡檢系統(tǒng)開發(fā)及散熱風(fēng)扇狀態(tài)監(jiān)測智能方法研究

  更多相關(guān)文章： 智能 點巡檢 BP神經(jīng)網(wǎng)絡(luò) 小波包 支持向量機(jī)

【摘要】：本文分為智能點巡檢系統(tǒng)開發(fā)和散熱風(fēng)扇狀態(tài)監(jiān)測智能方法研究兩部分。第一篇智能點巡檢系統(tǒng)開發(fā),目前設(shè)備信息化、數(shù)字化管理對企業(yè)至關(guān)重要,但一些廠區(qū)分散的企業(yè),受地理位置、網(wǎng)絡(luò)線路鋪設(shè)成本等因素影響,一時難以實現(xiàn)。本文針對這一情況,將無線網(wǎng)與有線網(wǎng)相結(jié)合,并融入TPM理念,開發(fā)了一套智能點巡檢系統(tǒng),為企業(yè)提供一個良好的信息化管理平臺。該系統(tǒng)采用雙數(shù)據(jù)庫存儲結(jié)構(gòu),并通過ADO方式與系統(tǒng)軟件連接,系統(tǒng)軟件采用C/S和B/S組合結(jié)構(gòu),實現(xiàn)全廠區(qū)的數(shù)據(jù)共享。C/S端利用C++語言以“模塊化”原則進(jìn)行設(shè)計,封裝成DLL等ActiveX組件,完成廠區(qū)外部的設(shè)備點巡檢、報表查詢、數(shù)據(jù)分析、專家系統(tǒng)查詢等功能；B/S端利用C#語言進(jìn)行設(shè)計,完成廠區(qū)內(nèi)部的數(shù)據(jù)查看與分析。第二篇散熱風(fēng)扇狀態(tài)監(jiān)測智能方法研究,散熱風(fēng)扇作為輔助設(shè)備廣泛應(yīng)用于各個領(lǐng)域,目前因缺少合理有效的風(fēng)扇狀態(tài)監(jiān)測手段而往往嚴(yán)重影響主系統(tǒng)的正常運(yùn)行。針對這一問題專門進(jìn)行了風(fēng)冷實驗,對風(fēng)扇完成長期的監(jiān)測和數(shù)據(jù)采集,并通過風(fēng)扇全壽命實驗數(shù)據(jù)分析,探索風(fēng)扇的有效監(jiān)測方法。在故障診斷方面,提出了一種將小波包分析和支持向量機(jī)相結(jié)合的智能方法,實現(xiàn)了散熱風(fēng)扇滾動軸承常見故障的準(zhǔn)確識別：在壽命預(yù)測方面,提出了基于時間序列分析和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型,實現(xiàn)了散熱風(fēng)扇剩余壽命的準(zhǔn)確預(yù)測。本文提出的兩種方法,為實現(xiàn)散熱風(fēng)扇的智能化監(jiān)測,提供了指導(dǎo)意義。論文通過兩部分內(nèi)容的研究,為機(jī)械設(shè)備狀態(tài)監(jiān)測與故障診斷向智能化方向發(fā)展提供了新思路與新途徑。
【關(guān)鍵詞】：智能 點巡檢 BP神經(jīng)網(wǎng)絡(luò) 小波包 支持向量機(jī)
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TB49
【目錄】：

• 摘要4-6
• ABSTRACT6-17
• 符號說明17-18
• 第一篇 智能點巡檢系統(tǒng)開發(fā)18-60
• 第一章 緒論18-24
• 1.1 前言18-19
• 1.2 國內(nèi)外現(xiàn)狀19-21
• 1.2.1 國內(nèi)現(xiàn)狀19-20
• 1.2.2 國外現(xiàn)狀20-21
• 1.3 論文研究主要內(nèi)容21-24
• 第二章 系統(tǒng)功能需求分析24-30
• 2.1 設(shè)備點巡檢制度24
• 2.2 我國企業(yè)設(shè)備管理現(xiàn)狀24-26
• 2.2.1 在線監(jiān)測系統(tǒng)24-25
• 2.2.2 離線式點巡檢系統(tǒng)25-26
• 2.3 功能需求分析26-28
• 2.4 本章小結(jié)28-30
• 第三章 點巡檢系統(tǒng)框架構(gòu)建30-46
• 3.1 網(wǎng)絡(luò)框架構(gòu)建30-33
• 3.1.1 幾種數(shù)據(jù)傳輸方式的介紹30-31
• 3.1.2 網(wǎng)絡(luò)類型的選擇31-32
• 3.1.3 點巡檢系統(tǒng)網(wǎng)絡(luò)模式32-33
• 3.2 點巡檢系統(tǒng)結(jié)構(gòu)選擇33-35
• 3.2.1 C/S結(jié)構(gòu)和B/S結(jié)構(gòu)33-35
• 3.2.2 點巡檢系統(tǒng)結(jié)構(gòu)確定35
• 3.3 數(shù)據(jù)庫總體設(shè)計35-39
• 3.3.1 數(shù)據(jù)庫類型選擇35-36
• 3.3.2 數(shù)據(jù)庫結(jié)構(gòu)設(shè)計36-39
• 3.4 系統(tǒng)軟件總體構(gòu)思39-44
• 3.4.1 系統(tǒng)功能模塊39-40
• 3.4.2 點巡檢系統(tǒng)流程40-41
• 3.4.3 系統(tǒng)開發(fā)語言選擇41-42
• 3.4.4 系統(tǒng)開發(fā)平臺選擇42-43
• 3.4.5 系統(tǒng)軟件開發(fā)模式43-44
• 3.5 本章小結(jié)44-46
• 第四章 智能點巡檢系統(tǒng)實現(xiàn)46-58
• 4.1 服務(wù)器配置46-47
• 4.2 數(shù)據(jù)庫訪問47
• 4.3 ActiveX組件封裝47-49
• 4.4 C/S結(jié)構(gòu)功能界面49-56
• 4.4.1 登錄權(quán)限設(shè)定49-50
• 4.4.2 系統(tǒng)主體界面50-51
• 4.4.3 信息維護(hù)、查詢及分析51-55
• 4.4.4 故障診斷輔助55-56
• 4.5 B/S結(jié)構(gòu)界面簡介56-57
• 4.6 本章小結(jié)57-58
• 第五章 總結(jié)與展望58-60
• 5.1 總結(jié)58
• 5.2 展望58-60
• 第二篇 散熱風(fēng)扇狀態(tài)監(jiān)測智能方法研究60-106
• 第一章 緒論60-64
• 1.1 課題背景及意義60
• 1.2 國內(nèi)外研究現(xiàn)狀60-62
• 1.2.1 故障診斷61
• 1.2.2 壽命預(yù)測61-62
• 1.3 本課題主要研究內(nèi)容62-64
• 第二章 風(fēng)冷實驗介紹64-70
• 2.1 散熱風(fēng)扇介紹64-66
• 2.1.1 風(fēng)扇結(jié)構(gòu)64
• 2.1.2 風(fēng)扇主要故障形式64-66
• 2.2 實驗介紹66-67
• 2.3 風(fēng)扇數(shù)據(jù)采集67-69
• 2.3.1 非振動數(shù)據(jù)采集67-68
• 2.3.2 振動數(shù)據(jù)采集68-69
• 2.4 本章小結(jié)69-70
• 第三章 風(fēng)扇滾動軸承故障診斷研究70-88
• 3.1 風(fēng)扇滾動軸承故障診斷方法選擇70-71
• 3.2 基于小波包和SVM的滾動軸承故障類型識別71-77
• 3.2.1 小波包介紹71-72
• 3.2.2 小波包分解與重構(gòu)72-73
• 3.2.3 小波包分解后特征參數(shù)提取73-75
• 3.2.4 基于SVM的故障類型分類75-77
• 3.3 實驗數(shù)據(jù)分析77-86
• 3.3.1 風(fēng)扇滾動軸承信號特征77-80
• 3.3.2 特征參數(shù)提取及樣本構(gòu)建80-83
• 3.3.3 SVM樣本訓(xùn)練及測試83-86
• 3.3.4 同神經(jīng)網(wǎng)絡(luò)對比86
• 3.4 本章小結(jié)86-88
• 第四章 風(fēng)扇剩余壽命預(yù)測研究88-104
• 4.1 風(fēng)扇剩余壽命評估參數(shù)確定88-89
• 4.2 時間序列和神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型89-93
• 4.2.1 時間序列ARIMA模型89-91
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)模型91-93
• 4.2.3 基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型93
• 4.3 數(shù)據(jù)處理及分析93-103
• 4.3.1 數(shù)據(jù)預(yù)處理93-94
• 4.3.2 數(shù)據(jù)平穩(wěn)變換94-97
• 4.3.3 時間序列模型的識別與定階97-99
• 4.3.4 ARIMA模型的建立與適應(yīng)性檢驗99-100
• 4.3.5 利用ARIMA模型進(jìn)行趨勢預(yù)測100-101
• 4.3.6 結(jié)合BP神經(jīng)網(wǎng)絡(luò)101-103
• 4.4 本章小結(jié)103-104
• 第五章 總結(jié)與展望104-106
• 5.1 總結(jié)104-105
• 5.2 展望105-106
• 參考文獻(xiàn)106-112
• 致謝112-114
• 研究成果及發(fā)表的學(xué)術(shù)論文114-116
• 作者及導(dǎo)師簡介116-117
• 附件117-118

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李巍華;翁勝龍;張紹輝;;一種螢火蟲神經(jīng)網(wǎng)絡(luò)及在軸承故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報;2015年07期

2 文小琴;劉琴琴;游林儒;畢淑娥;;基于可靠性模型及數(shù)據(jù)融合的冷卻風(fēng)扇健康管理算法[J];計算機(jī)測量與控制;2014年08期

3 何正嘉;曹宏瑞;訾艷陽;李兵;;機(jī)械設(shè)備運(yùn)行可靠性評估的發(fā)展與思考[J];機(jī)械工程學(xué)報;2014年02期

4 申中杰;陳雪峰;何正嘉;孫闖;張小麗;劉治汶;;基于相對特征和多變量支持向量機(jī)的滾動軸承剩余壽命預(yù)測[J];機(jī)械工程學(xué)報;2013年02期

5 王國彪;何正嘉;陳雪峰;賴一楠;;機(jī)械故障診斷基礎(chǔ)研究“何去何從”[J];機(jī)械工程學(xué)報;2013年01期

6 孫樹敏;王尚斌;張華偉;趙俊;程艷;;風(fēng)電場群遠(yuǎn)程監(jiān)控系統(tǒng)的現(xiàn)狀及發(fā)展趨勢[J];山東電力技術(shù);2012年06期

7 劉瑞葉;黃磊;;基于動態(tài)神經(jīng)網(wǎng)絡(luò)的風(fēng)電場輸出功率預(yù)測[J];電力系統(tǒng)自動化;2012年11期

8 王吉鵬;李燕坡;陳峰;孫占峰;;潤滑管理與設(shè)備點檢有效結(jié)合的探討[J];設(shè)備管理與維修;2012年S1期

9 唐先廣;郭瑜;丁彥春;鄭華文;;基于短時傅里葉變換和獨立分量分析的滾動軸承包絡(luò)分析[J];機(jī)械強(qiáng)度;2012年01期

10 李興;張禮崇;郜祥;王焱;;機(jī)械設(shè)備狀態(tài)監(jiān)測及診斷技術(shù)[J];技術(shù)與市場;2012年01期

，

本文編號：530358