電機是生產活動中非常重要的動力設備,建立可靠、實用的電機振動分析系統(tǒng)是保證電機裝備健康平穩(wěn)運行的關鍵。目前存在的電機振動分析系統(tǒng)有振動分析方法單一、受制于本地計算能力、信息同步性不好等問題。本文針對上述問題基于云計算平臺設計了一套振動分析軟件系統(tǒng),主要包括頻譜與加速度包絡譜相結合的振動分析方法設計、基于卷積神經網絡的智能振動分析方法研究、電機振動信號的去噪和傳輸過程中的壓縮問題研究、以及軟件系統(tǒng)的網絡傳輸設計與并發(fā)設計。具體工作如下:本文首先解決系統(tǒng)振動信號的預處理和壓縮傳輸問題。電機振動信號采樣頻率高、數(shù)據(jù)量大,若不加處理的直接進行網絡傳輸,不僅對網絡帶寬要求高,而且對云端儲存壓力也較大。為此提出一種基于小波分解的有損壓縮與bz2無損壓縮相結合的振動信號數(shù)據(jù)壓縮方法,信息損失少、壓縮比高,在試驗臺電機振動信號上使用有很好的效果,對提高系統(tǒng)振動信號數(shù)據(jù)傳輸?shù)膶崟r性幫助巨大。針對電機振動信號的分析采用兩種分析方法相結合的方式�；谛盘柗治龅姆椒▽﹄姍C振動信號進行頻譜分析和加速度包絡譜分析,結合故障特征頻率可以進行早期故障診斷,為經驗豐富的故障診斷人員提供大量電機狀態(tài)信息。為了無相關經驗的非...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景及研究意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 國內研究現(xiàn)狀
        1.2.2 國外研究現(xiàn)狀
    1.3 本文研究內容與系統(tǒng)綜述
    1.4 云計算簡介
    1.5 電機故障類型簡介
2 基于信號處理的振動分析方法設計
    2.1 傳統(tǒng)振動分析方法簡介
        2.1.1 振動信號的時域特征
        2.1.2 振動信號的頻域分析
        2.1.3 振動信號的時頻分析
    2.2 傳統(tǒng)振動分析方法設計
        2.2.1 方法結構設計
        2.2.2 通過頻譜圖、加速度包絡譜進行振動分析
    2.3 方法的全壽命數(shù)據(jù)集驗證
        2.3.1 驗證數(shù)據(jù)集簡介
        2.3.2 數(shù)據(jù)集振動分析
        2.3.3 結果分析
    2.4 本章小結
3 使用卷積神經網絡的振動分析方法設計
    3.1 卷積神經網絡介紹
        3.1.1 卷積神經網絡結構
        3.1.2 卷積神經網絡模型訓練方法
    3.2 智能振動分析方法設計
        3.2.1 卷積神經網絡模型設計
        3.2.2 超參數(shù)設計
    3.3 CWRU數(shù)據(jù)集試驗
        3.3.1 數(shù)據(jù)集介紹
        3.3.2 訓練及訓練結果
    3.4 本章小結
4 振動信號的去噪與數(shù)據(jù)壓縮
    4.1 去噪與壓縮的目的和實現(xiàn)思路
        4.1.1 原始振動信號存在的問題
        4.1.2 壓縮和去噪方法實現(xiàn)思路
    4.2 振動信號的表征和性能評價指標
        4.2.1 振動信號的表征
        4.2.2 壓縮和去噪方法性能評價指標
    4.3 壓縮和去噪方法實現(xiàn)細節(jié)
        4.3.1 小波基函數(shù)的選取
        4.3.2 分層閾值
        4.3.3 無損壓縮算法的比較與選取
    4.4 壓縮和去噪方法試驗
        4.4.1 仿真信號試驗
        4.4.2 振動信號試驗
    4.5 本章小結
5 基于云計算的電機振動分析系統(tǒng)軟件實現(xiàn)
    5.1 網絡編程
        5.1.1 數(shù)據(jù)庫連接
        5.1.2 Socket編程
    5.2 振動分析方法編程實現(xiàn)
    5.3 系統(tǒng)高并發(fā)解決方案
        5.3.1 基本概念
        5.3.2 多線程編程
        5.3.3 I/O多路復用解決高并發(fā)問題
    5.4 云服務器部署
        5.4.1 環(huán)境搭建
        5.4.2 系統(tǒng)部署
    5.5 系統(tǒng)測試
    5.6 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝



本文編號：4029554