發(fā)布時間：2021-05-10 07:13

　　目前，中國已經(jīng)成為世界上第二能源消費國。隨著經(jīng)濟的持續(xù)增長，能源問題已經(jīng)成為制約經(jīng)濟發(fā)展的重要因素。電力是能源問題中最為重要的環(huán)節(jié)。核電作為一種新能源和清潔能源為解決我國電力緊缺問題提供了有利條件。核電的產(chǎn)生來自于核電站，核電站因其重要性和敏感性備受關注，尤其是日本核電站泄露事故以來，核電站的安全性再次成為熱點問題。安全問題已經(jīng)成為核電發(fā)展的核心問題，如果核電生產(chǎn)過程的安全不能得到保證，那么就根本談不上核電發(fā)展問題。只有安全地生產(chǎn)核電，才能更好地發(fā)揮其經(jīng)濟和社會效益。在核電站設備系統(tǒng)中，冷卻劑泵是核島中的核心機械設備。它能夠驅動冷卻劑在回路中循環(huán)流動實現(xiàn)熱交換，它在核電站中的地位十分重要。冷卻劑泵能否正常運行直接影響到整個核電設備的可靠性以及核電站的安全性。本文以核電站一回路中冷卻劑泵的振動故障作為研究對象，采用自主研發(fā)的硬件數(shù)據(jù)采集平臺，利用該平臺采集冷卻劑泵運行時產(chǎn)生的振動信號，并將這些振動信號進行分析處理從而建立故障診斷模型。本文圍繞著核電冷卻劑泵故障診斷的相關問題，在數(shù)據(jù)采集、特征提取、故障分類和智能故障診斷等方面展開了深入研究，主要的研究工作和成果包括：（1）結合冷卻劑泵運行... 

【文章來源】：成都理工大學四川省

【文章頁數(shù)】：145 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 現(xiàn)狀總結
    1.3 研究內(nèi)容
    1.4 主要特色和創(chuàng)新點
    1.5 研究思路和章節(jié)安排
第2章 核電冷卻劑泵故障診斷原理
    2.1 核電站工作原理
    2.2 冷卻劑泵工作原理
    2.3 故障診斷和典型故障
        2.3.1 振動特征及故障原因
        2.3.2 典型故障的機理
    2.4 冷卻劑泵故障診斷系統(tǒng)
        2.4.1 故障信號的采集
        2.4.2 故障信號特征提取
        2.4.3 故障信號的模式識別
    2.5 本章小結
第3章 故障診斷常用方法
    3.1 故障特征提取分析方法
        3.1.1 時域分析方法
        3.1.2 頻域分析方法
        3.1.3 時頻聯(lián)合分析方法
    3.2 故障模式識別方法
        3.2.1 人工神經(jīng)網(wǎng)絡
        3.2.2 統(tǒng)計學習方法
    3.3 常用方法的對比分析
    3.4 本章小結
第4章 PXI振動信號數(shù)據(jù)采集系統(tǒng)
    4.1 傳感器系統(tǒng)
        4.1.1 壓電式傳感器工作原理
        4.1.2 傳感器及其配套器件
    4.2 數(shù)據(jù)采集系統(tǒng)
        4.2.1 PXI采集系統(tǒng)組成
        4.2.2 數(shù)據(jù)采集模塊設計指標
        4.2.3 采樣模塊設計
        4.2.4 時鐘模塊設計
        4.2.5 觸發(fā)模塊設計
        4.2.6 存儲模塊設計
        4.2.7 PXI總線接口設計
        4.2.8 測試指標參數(shù)
    4.3 本章小結
第5章 振動故障數(shù)據(jù)的特征提取
    5.1 VSWEPS振動信號特征提取原理
    5.2 振動烈度
    5.3 小波分析
        5.3.1 小波變換發(fā)展歷程
        5.3.2 小波變換理論
        5.3.3 連續(xù)小波變換
        5.3.4 離散小波變換
        5.3.5 二進小波變換
        5.3.6 多分辨分析
        5.3.7 小波信號的分解與重構
        5.3.8 小波基函數(shù)
    5.4 小波能量譜和功率譜
    5.5 實驗及結果分析
        5.5.1 實驗環(huán)境
        5.5.2 微弱振動故障分析
        5.5.3 振動故障實驗及分析
    5.6 本章小結
第6章 基于支持向量機的振動故障診斷
    6.1 機器學習
        6.1.1 機器學習問題模型
        6.1.2 機器學習中的相關問題
    6.2 統(tǒng)計學習理論
        6.2.1 學習過程的一致性
        6.2.2 統(tǒng)計學習的VC維
        6.2.3 推廣性的界
        6.2.4 結構風險最小化SRM
    6.3 支持向量機SVM
        6.3.1 SVM基本思想
        6.3.2 SVM的核函數(shù)
        6.3.3 SVM相關算法
    6.4 支持向量機振動故障診斷
        6.4.1 振動故障多分類方法
        6.4.2 故障診斷數(shù)據(jù)構成
        6.4.3 實驗及結果分析
    6.5 本章小結
結論
致謝
參考文獻
攻讀學位期間取得學術成果
個人簡介


【參考文獻】：
期刊論文
[1]高速轉子組件振動在線監(jiān)測系統(tǒng)的研究與設計[J]. 游磊,李近,方方,何攀.  計算機測量與控制. 2011(12)
[2]自適應多小波基函數(shù)構造與機械故障診斷應用研究[J]. 何正嘉,孫海亮,訾艷陽.  中國工程科學. 2011(10)
[3]基于線性正則變換與短時傅里葉變換聯(lián)合的時頻分析方法[J]. 向強,秦開宇.  電子學報. 2011(07)
[4]Feature20Extraction20Method20Based20on20Pseudo-Wigner-Ville20Distribution20for20Rotational20Machinery20in20Variable20Operating20Conditions[J]. WANG Huaqing1, *, LI Ke2, SUN Hao2, and CHEN Peng2 1 Chemical Safety Engineering Research Center of Ministry of Education, Beijing University of Chemical Technology, Beijing 100029, China 2 Graduate School of Bioresources, Mie University, Mie 514-8507, Japan.  Chinese Journal of Mechanical Engineering. 2011(04)
[5]軸流泵振動加速度狀態(tài)監(jiān)測診斷系統(tǒng)的研究與設計[J]. 游磊,方方,李平勇,胡俊,何攀.  四川大學學報(工程科學版). 2011(S1)
[6]核電站分布式智能故障診斷系統(tǒng)研究與設計[J]. 劉永闊,謝春麗,成守宇,夏虹.  原子能科學技術. 2011(06)
[7]基于BP神經(jīng)網(wǎng)絡的葉片損傷度評估方法[J]. 錢征文,程禮,趙兵兵,李應紅.  航空動力學報. 2011(04)
[8]時頻展縮隨機共振用于航空發(fā)動機轉子故障檢測[J]. 王國富,張海如,張法全,葉金才.  航空動力學報. 2011(03)
[9]基于提升小波和遞推LSSVM的實時故障診斷方法[J]. 楊青,田楓,王大志,吳東升,王安娜.  儀器儀表學報. 2011(03)
[10]基于粗糙集和多類支持向量機的水電機組振動故障診斷[J]. 張孝遠,周建中,黃志偉,李超順,賀徽.  中國電機工程學報. 2010(20)

博士論文
[1]基于支持向量機的汽輪機軸系振動故障智能診斷研究[D]. 張超.華北電力大學（河北） 2009
[2]面向旋轉機械故障診斷的經(jīng)驗模態(tài)分解時頻分析方法及實驗研究[D]. 胡勁松.浙江大學 2003

碩士論文
[1]PXI數(shù)據(jù)采集模塊硬件設計[D]. 陳明浩.電子科技大學 2009
[2]基于故障樹的安注系統(tǒng)故障診斷專家系統(tǒng)研究[D]. 劉冰.哈爾濱工程大學 2009
[3]基于VXI虛擬儀器總線的內(nèi)彈道測試系統(tǒng)的實現(xiàn)[D]. 游磊.四川大學 2006



本文編號：3178934