隨著社會的發(fā)展,機電設(shè)備越來越廣泛地應(yīng)用到了生產(chǎn)生活的各個方面,但是電動機以及電機軸承等作為重要的機電部件,其故障發(fā)生率一直居高不下。因此在生產(chǎn)過程中對機電設(shè)備進行實時監(jiān)測,及時發(fā)現(xiàn)問題,是保證生產(chǎn)工作正常進行必不可少的一個環(huán)節(jié)。電機、電機軸承等機電設(shè)備的故障種類多種多樣,通過有效的方法提取不同故障的故障特征并對其進行準(zhǔn)確的分類,是機電設(shè)備實時故障檢測、診斷需要研究的問題。智能制造模式的出現(xiàn),促進了制造業(yè)數(shù)據(jù)化的進程,也為云加端的數(shù)據(jù)處理模式在制造業(yè)的應(yīng)用開辟了發(fā)展空間。傳統(tǒng)的故障診斷系統(tǒng)多數(shù)為提前采集設(shè)備運行數(shù)據(jù),再使用PC進行故障診斷,這樣一來便無實時性可言,喪失了很多及時發(fā)現(xiàn)故障的機會。為了解決這一問題,本文設(shè)計了嵌入式智能終端,以實現(xiàn)現(xiàn)場采集數(shù)據(jù)并進行相應(yīng)的數(shù)據(jù)處理。但是終端數(shù)據(jù)處理能力有限,因此本文采用了云加端的數(shù)據(jù)處理模式,將云計算和智能終端相結(jié)合進行了機電設(shè)備故障檢測和診斷的研究。首先在故障檢測方面,本文提出了一種云加端的動態(tài)嵌套滑動窗口故障信號在線檢測方法。該方法采用云計算和智能終端在線檢測相結(jié)合的架構(gòu),利用云計算強大的計算性能,解決了終端設(shè)備對故障信號處理能力不足的問... 

【文章來源】：貴州大學(xué)貴州省 211工程院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

蝶形運算()

第 2 章 機電設(shè)備故障診斷相關(guān)理論知識運算自左向右進行，系數(shù)（ 和-1）和經(jīng)過該條直線的數(shù)值做乘法相交的地方做加法運算， ( )與 和 的乘法運算等效于 ( ( )做加減運算，以此減少一半的乘法運算。公式（2-3）和圖 2.1 可以得到，對于N = ，可以用兩個 點的 DFT 表 DFT，最終可以將一個N點的 DFT 分解 次，每次分解用 個蝶形運算 = = 為例，圖 2.2 給出了 8 點 FFT 的信號流程圖。 ( ) ( )

Step 2. 隨機選取 k 個樣本點作為簇質(zhì)心 ( ) ( ) ( ) ；Step 3. 以歐氏距離為度量，計算樣本 與每一個質(zhì)心的相似度，并將其劃歸相似度最高的簇；Step 4. 對剩余的 個樣本點重復(fù) Step3 中的過程，得出當(dāng)前簇劃歸 ；Step 5. 從簇 中各求出新的簇質(zhì)心 ；Step 6. 不斷重復(fù) Step3-Step5 得到 和 ，直到 = 并且 = ，得到最終的簇劃歸。輸出: 簇劃歸： ，簇質(zhì)心： ( ) ( ) ( )。如圖 2.4（a）顯示的是樣本數(shù)據(jù)的原始分布情況，圖 2.4（b）給出了經(jīng)過 k-means算法之后最終得到的聚類結(jié)果，k=2，圖中 分別是聚類完成之后的兩個簇，斜十字標(biāo)出的代表簇質(zhì)心。

【參考文獻】：
期刊論文
[1]云加端的嵌套滑動窗口故障信號在線檢測方法研究[J]. 耿曉強,唐向紅,陸見光,劉國凱.  計算機應(yīng)用研究. 2017(12)
[2]基于EEMD模糊熵的PCA-GG滾動軸承聚類故障診斷[J]. 許凡,方彥軍,張榮.  計算機集成制造系統(tǒng). 2016(11)
[3]基于PCA-SVM的滾動軸承故障診斷研究[J]. 張沛朋,郭飛燕.  組合機床與自動化加工技術(shù). 2015(11)
[4]智能制造——“中國制造2025”的主攻方向[J]. 周濟.  中國機械工程. 2015(17)
[5]移動云計算環(huán)境下多平臺應(yīng)用開發(fā)框架研究[J]. 張勞模,馬穎,王國棟.  自動化與儀器儀表. 2015(08)
[6]基于距離的數(shù)據(jù)流在線檢測算法研究[J]. 李少波,魏中賀,孟偉.  計算機應(yīng)用研究. 2015(12)
[7]MUSIC和Prony在電動機斷條故障檢測中的應(yīng)用[J]. 朱天敬,許伯強.  電力系統(tǒng)及其自動化學(xué)報. 2015(01)
[8]基于多維度排列熵與支持向量機的軸承早期故障診斷方法[J]. 賈峰,武兵,熊曉燕,熊詩波.  計算機集成制造系統(tǒng). 2014(09)
[9]改進的希爾伯特-黃變換及其在滾動軸承故障診斷中的應(yīng)用[J]. 鄭近德,程軍圣.  機械工程學(xué)報. 2015(01)
[10]基于多標(biāo)簽分類的傳感器網(wǎng)絡(luò)數(shù)據(jù)故障檢測算法[J]. 張振海,李士寧,李志剛,左雪雯.  計算機應(yīng)用研究. 2014(12)

碩士論文
[1]傳感器網(wǎng)絡(luò)中不完全數(shù)據(jù)填充方法研究[D]. 呂愛玲.大連理工大學(xué) 2014



本文編號：3108336