高速旋轉(zhuǎn)葉片是航空、石化、艦船、電力等行業(yè)旋轉(zhuǎn)設(shè)備的關(guān)鍵部件,其運(yùn)行狀態(tài)直接決定著整個(gè)系統(tǒng)的安全性與穩(wěn)定性,如何對(duì)其進(jìn)行在線監(jiān)測(cè)及診斷一直是一個(gè)行業(yè)挑戰(zhàn)。葉尖定時(shí)技術(shù)因其非接觸性、監(jiān)測(cè)全面性、成本低等優(yōu)勢(shì)成為最具發(fā)展前景的旋轉(zhuǎn)葉片監(jiān)測(cè)手段。而目前葉尖定時(shí)技術(shù)因其存在的若干技術(shù)和科學(xué)問題（強(qiáng)噪聲干擾下如何準(zhǔn)確提取葉尖定時(shí)信號(hào)、如何對(duì)欠采樣葉尖定時(shí)信號(hào)進(jìn)行分析與信息提取、變轉(zhuǎn)速下如何進(jìn)行葉片振動(dòng)數(shù)據(jù)監(jiān)測(cè)以及如何利用欠采樣葉尖定時(shí)信號(hào)進(jìn)行葉片狀態(tài)的智能診斷）使其難以應(yīng)用到實(shí)際生產(chǎn)中,本文圍繞這些問題開展了深入的研究,主要內(nèi)容如下:1、對(duì)高速旋轉(zhuǎn)葉片振動(dòng)機(jī)理及特性進(jìn)行了分析總結(jié),包括旋轉(zhuǎn)葉片振動(dòng)形式、振型及振動(dòng)參數(shù)等,并利用有限元分析軟件ANSYS完成了多種狀態(tài)下葉片的模態(tài)分析,包括葉片固有頻率和模態(tài)振型分析,為論文的后續(xù)研究打下了良好的基礎(chǔ)。2、針對(duì)傳統(tǒng)葉尖定時(shí)測(cè)振系統(tǒng)難以在變轉(zhuǎn)速狀態(tài)下進(jìn)行葉片振動(dòng)測(cè)量的問題提出了基于多鍵相的變轉(zhuǎn)速下葉片振動(dòng)監(jiān)測(cè)方法,利用轉(zhuǎn)速波動(dòng)具有連續(xù)性的特點(diǎn)將其變速過程進(jìn)行微分處理,通過在轉(zhuǎn)軸均勻布置多個(gè)鍵相來實(shí)現(xiàn)轉(zhuǎn)速的準(zhǔn)確估計(jì),并基于虛擬鍵相插值推導(dǎo)了旋轉(zhuǎn)葉片的振動(dòng)測(cè)... 

【文章來源】：中國石油大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：108 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
創(chuàng)新點(diǎn)
第1章 緒論
    1.1 課題來源
    1.2 研究背景及意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 旋轉(zhuǎn)葉片振動(dòng)監(jiān)測(cè)技術(shù)研究現(xiàn)狀
        1.3.2 葉尖定時(shí)監(jiān)測(cè)技術(shù)研究現(xiàn)狀
        1.3.3 目前存在的問題
    1.4 論文主要研究內(nèi)容
    1.5 論文技術(shù)路線
第2章 高速旋轉(zhuǎn)葉片振動(dòng)特性及葉尖定時(shí)監(jiān)測(cè)方法
    2.1 引言
    2.2 高速旋轉(zhuǎn)葉片振動(dòng)特性
        2.2.1 葉片類型
        2.2.2 葉片振動(dòng)的基本形式
        2.2.3 葉片主要振型
        2.2.4 葉片振動(dòng)的主要參數(shù)
        2.2.5 旋轉(zhuǎn)葉片模態(tài)分析
    2.3 基于葉尖定時(shí)的旋轉(zhuǎn)葉片監(jiān)測(cè)技術(shù)
        2.3.1 葉尖定時(shí)技術(shù)基本原理
        2.3.2 葉尖定時(shí)傳感器
        2.3.3 葉片振動(dòng)參數(shù)辨識(shí)方法
    2.4 本章小結(jié)
第3章 基于多鍵相的變轉(zhuǎn)速下旋轉(zhuǎn)葉片振動(dòng)監(jiān)測(cè)方法研究
    3.1 引言
    3.2 變轉(zhuǎn)速狀態(tài)下高速葉片監(jiān)測(cè)方法
        3.2.1 變轉(zhuǎn)速下葉片振動(dòng)監(jiān)測(cè)存在的挑戰(zhàn)
        3.2.2 多鍵相的變轉(zhuǎn)速下葉片振動(dòng)測(cè)量原理
        3.2.3 基于多鍵相的葉片振動(dòng)位移測(cè)量方程
    3.3 基于數(shù)值建模及動(dòng)力學(xué)仿真的方法驗(yàn)證
        3.3.1 數(shù)值建模驗(yàn)證
        3.3.2 動(dòng)力學(xué)仿真驗(yàn)證
    3.4 本章小結(jié)
第4章 強(qiáng)噪聲干擾條件下葉尖定時(shí)信號(hào)準(zhǔn)確提取方法研究
    4.1 引言
    4.2 葉尖定時(shí)系統(tǒng)測(cè)量誤差分析
        4.2.1 測(cè)量誤差影響分析
        4.2.2 葉尖間隙變化引起測(cè)量誤差分析
        4.2.3 葉片端面非對(duì)稱結(jié)構(gòu)引起的測(cè)量誤差分析
        4.2.4 背景噪聲干擾造成測(cè)量誤差分析
    4.3 噪聲干擾條件下葉尖定時(shí)信號(hào)準(zhǔn)確提取方法研究
        4.3.1 葉尖間隙波動(dòng)引起測(cè)量誤差改進(jìn)
        4.3.2 葉片端面非對(duì)稱結(jié)構(gòu)測(cè)量誤差改進(jìn)
        4.3.3 基于EEMD的背景噪聲干擾下葉尖定時(shí)信號(hào)提取方法
    4.4 實(shí)驗(yàn)驗(yàn)證
    4.5 本章小結(jié)
第5章 基于稀疏度自適應(yīng)的欠采樣葉尖定時(shí)信號(hào)重構(gòu)方法研究
    5.1 引言
    5.2 葉尖定時(shí)測(cè)振系統(tǒng)采樣模型
    5.3 基于稀疏重構(gòu)的欠采樣葉尖定時(shí)信號(hào)分析方法
        5.3.1 稀疏重構(gòu)基本理論
        5.3.2 稀疏度自適應(yīng)的匹配追蹤算法
    5.4 數(shù)值建模及實(shí)驗(yàn)驗(yàn)證
        5.4.1 數(shù)值建模分析
        5.4.2 實(shí)驗(yàn)驗(yàn)證
    5.5 本章小結(jié)
第6章 基于卷積神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)葉片故障智能診斷方法研究
    6.1 引言
    6.2 深度學(xué)習(xí)
        6.2.1 深度學(xué)習(xí)概述
        6.2.2 卷積神經(jīng)網(wǎng)絡(luò)
    6.3 基于卷積神經(jīng)網(wǎng)絡(luò)的高速旋轉(zhuǎn)葉片診斷方法
        6.3.1 信號(hào)采集
        6.3.2 數(shù)據(jù)預(yù)處理
        6.3.3 特征提取與融合
        6.3.4 分類器優(yōu)選
        6.3.5 在線診斷
    6.4 試驗(yàn)驗(yàn)證
        6.4.1 實(shí)驗(yàn)設(shè)置
        6.4.2 分類器選擇
        6.4.3 實(shí)驗(yàn)結(jié)果分析
    6.5 本章小結(jié)
第7章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
致謝
個(gè)人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]基于LabVIEW的葉尖定時(shí)采集系統(tǒng)的信號(hào)處理方法研究[J]. 時(shí)辰,岳林,楊彬.  機(jī)械制造與自動(dòng)化. 2017(05)
[2]旋轉(zhuǎn)葉片-機(jī)匣碰摩振動(dòng)響應(yīng)分析[J]. 馬輝,孫祺,太興宇,郝玉明,聞邦椿.  振動(dòng)與沖擊. 2017(14)
[3]空心風(fēng)扇葉片高循環(huán)疲勞試驗(yàn)設(shè)計(jì)與驗(yàn)證[J]. 李迪,陳云永,廖連芳.  航空動(dòng)力學(xué)報(bào). 2017(06)
[4]旋轉(zhuǎn)葉片結(jié)冰風(fēng)洞試驗(yàn)研究[J]. 王紹龍,李巖,田川公太朗,馮放.  工程熱物理學(xué)報(bào). 2017(06)
[5]淺談汽輪機(jī)葉片振動(dòng)的測(cè)量方法[J]. 王琳.  山東工業(yè)技術(shù). 2017(08)
[6]非接觸式測(cè)振技術(shù)最新進(jìn)展及應(yīng)用——2016非接觸式激光測(cè)振國際會(huì)議評(píng)述[J]. 茹寧,張力.  計(jì)測(cè)技術(shù). 2016(06)
[7]航空發(fā)動(dòng)機(jī)轉(zhuǎn)子葉片的聲振疲勞特性試驗(yàn)[J]. 王琰,郭定文.  航空動(dòng)力學(xué)報(bào). 2016(11)
[8]轉(zhuǎn)子渦動(dòng)對(duì)渦輪葉片非接觸式應(yīng)力測(cè)量精度的影響研究[J]. 宋慧斌,王維民,任三群,邵化金.  北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)
[9]基于葉尖定時(shí)技術(shù)的葉輪葉片動(dòng)態(tài)監(jiān)測(cè)研究現(xiàn)狀[J]. 范博楠,張玉波,王海斗,徐濱士.  振動(dòng)與沖擊. 2016(05)
[10]基于葉尖定時(shí)法的旋轉(zhuǎn)葉片振動(dòng)監(jiān)測(cè)技術(shù)研究與應(yīng)用進(jìn)展[J]. 陳慶光,王超.  噪聲與振動(dòng)控制. 2016(01)

博士論文
[1]基于深度學(xué)習(xí)表征的圖像檢索技術(shù)[D]. 孫韶言.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于深度學(xué)習(xí)的圖像分類方法研究[D]. 孟丹.華東師范大學(xué) 2017
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)視覺關(guān)鍵技術(shù)研究[D]. 李彥冬.電子科技大學(xué) 2017
[4]基于深度神經(jīng)網(wǎng)絡(luò)的文本表示及其應(yīng)用[D]. 戶保田.哈爾濱工業(yè)大學(xué) 2016
[5]深度模型及其在視覺文字分析中的應(yīng)用[D]. 張樹業(yè).華南理工大學(xué) 2016
[6]基于深度學(xué)習(xí)的圖像特征學(xué)習(xí)和分類方法的研究及應(yīng)用[D]. 馮子勇.華南理工大學(xué) 2016
[7]融合葉尖定時(shí)信號(hào)的旋轉(zhuǎn)機(jī)械轉(zhuǎn)子故障診斷技術(shù)研究[D]. 李孟麟.天津大學(xué) 2011
[8]基于葉尖定時(shí)的旋轉(zhuǎn)葉片振動(dòng)檢測(cè)及參數(shù)辨識(shí)技術(shù)[D]. 歐陽濤.天津大學(xué) 2011
[9]高速旋轉(zhuǎn)葉片振動(dòng)葉端定時(shí)測(cè)量方法和系統(tǒng)研究[D]. 王宇華.天津大學(xué) 2004



本文編號(hào)：3160672