發(fā)布時(shí)間：2017-10-27 11:33

  本文關(guān)鍵詞：基于信息融合的柴油機(jī)故障診斷方法研究

  更多相關(guān)文章： 信息融合 故障診斷 融合距離田口法 加權(quán)馬氏田口法 相關(guān)、沖突證據(jù)合成

【摘要】：隨著工業(yè)化的繁榮,機(jī)械設(shè)備監(jiān)測(cè)及故障診斷技術(shù)備受重視。柴油機(jī)作為典型的動(dòng)力機(jī)械,既有往復(fù)運(yùn)動(dòng),又有旋轉(zhuǎn)運(yùn)動(dòng),而且內(nèi)部結(jié)構(gòu)復(fù)雜,單一的傳感器很難準(zhǔn)確實(shí)現(xiàn)故障診斷,因此要用多個(gè)傳感器的信息融合實(shí)現(xiàn)故障診斷。本文針對(duì)柴油機(jī)故障診斷關(guān)鍵技術(shù)問(wèn)題,開展了基于信息融合的診斷方法研究,可有效地對(duì)多傳感器的信息進(jìn)行融合,從而解決了柴油機(jī)故障的檢測(cè)、預(yù)測(cè)和決策分析問(wèn)題。本文主要工作如下：一、建立柴油機(jī)故障與多傳感器監(jiān)測(cè)信息的對(duì)應(yīng)關(guān)系。采用幅域分析法對(duì)典型信號(hào)進(jìn)行特征提取,并與其它可監(jiān)測(cè)信息共同構(gòu)成判斷故障類型的特征變量。針對(duì)特征變量重要性的差異對(duì)分類的影響,采用主客觀融合加權(quán)法對(duì)特征變量進(jìn)行融合加權(quán)。二、針對(duì)柴油機(jī)監(jiān)測(cè)信息的復(fù)雜性,在特征變量相關(guān)性模糊時(shí),經(jīng)典的馬氏距離及歐氏距離均無(wú)法有效計(jì)算故障特征的問(wèn)題,本文給出了融合距離的度量方法,并結(jié)合田口方法,提出了柴油機(jī)故障診斷的融合距離田口方法。該方法將多個(gè)傳感器的數(shù)據(jù)進(jìn)行優(yōu)選及有效融合,并在融合距離這一度量標(biāo)準(zhǔn)下生成故障聚類,根據(jù)融合距離的閾值進(jìn)行了柴油機(jī)故障的檢測(cè),仿真結(jié)果驗(yàn)證了該方法的有效性。其中,當(dāng)特征變量存在強(qiáng)相關(guān)問(wèn)題時(shí),用Moore-Penrose廣義逆矩陣計(jì)算馬氏距離,解決了特征變量之間的強(qiáng)相關(guān)性導(dǎo)致馬氏距離無(wú)法計(jì)算的問(wèn)題。三、針對(duì)馬氏距離在聚類分析中對(duì)于特征變量重要性差異對(duì)分類的影響考慮不足,本文給出了加權(quán)馬氏距離的概念,并結(jié)合田口方法,提出了柴油機(jī)故障診斷的加權(quán)馬氏田口方法。該方法將多個(gè)傳感器的數(shù)據(jù)進(jìn)行優(yōu)選及有效融合,并在加權(quán)馬氏距離這一度量標(biāo)準(zhǔn)下生成故障聚類,根據(jù)故障聚類的閾值進(jìn)行了故障檢測(cè)和故障預(yù)測(cè),仿真結(jié)果驗(yàn)證了該方法的有效性。四、將神經(jīng)網(wǎng)絡(luò)及Dempster-Shafer證據(jù)理論引入到?jīng)Q策層融合診斷中,將多傳感器的故障診斷結(jié)果進(jìn)行融合,可有效進(jìn)行故障的決策融合分析。針對(duì)證據(jù)合成的獨(dú)立性前提和證據(jù)的相關(guān)性問(wèn)題,提出了相關(guān)證據(jù)的合成方法,排除了相關(guān)信息重復(fù)使用對(duì)證據(jù)合成的影響,使得相關(guān)證據(jù)合成結(jié)果更加合理準(zhǔn)確,解決了相關(guān)證據(jù)的決策層融合問(wèn)題,仿真結(jié)果驗(yàn)證了該方法的有效性。五、針對(duì)多傳感器證據(jù)出現(xiàn)沖突時(shí),經(jīng)典的Dempster-Shafer證據(jù)理論無(wú)法有效合成的問(wèn)題,本文提出了沖突證據(jù)的加權(quán)分配合成方法,建立了可信度函數(shù)及證據(jù)沖突函數(shù),并將沖突的證據(jù)信息加以利用,以免造成證據(jù)的浪費(fèi),解決了沖突證據(jù)的決策融合問(wèn)題。沖突證據(jù)的合成改善了問(wèn)題傳感器給檢測(cè)結(jié)果帶來(lái)的干擾信息,使得融合結(jié)果更加的可靠,仿真結(jié)果驗(yàn)證了該方法的有效性。六、提出了基于信息融合的柴油機(jī)故障綜合診斷策略,并利用Matlab/Simulink仿真工具搭建了故障診斷仿真系統(tǒng)。在一個(gè)仿真系統(tǒng)中就可以解決柴油機(jī)故障的檢測(cè)、預(yù)測(cè)和決策分析問(wèn)題,不需要為每一個(gè)問(wèn)題開發(fā)一種單獨(dú)的解決工具。該系統(tǒng)的應(yīng)用具有獨(dú)立性,只要提供了不同狀態(tài)下的數(shù)據(jù),就能廣泛應(yīng)用于多元系統(tǒng)的分析及決策。之后,引用來(lái)自柴油機(jī)臺(tái)架的真實(shí)數(shù)據(jù)進(jìn)行了故障模擬試驗(yàn)仿真,仿真試驗(yàn)結(jié)果驗(yàn)證了所提出的診斷算法的有效性。最后,全面地總結(jié)分析了本文的研究工作,并指明今后的研究方向。
【關(guān)鍵詞】：信息融合 故障診斷 融合距離田口法 加權(quán)馬氏田口法 相關(guān)、沖突證據(jù)合成
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TK428
【目錄】：

• 創(chuàng)新點(diǎn)摘要5-6
• 摘要6-8
• Abstract8-14
• 第1章 緒論14-28
• 1.1 課題背景及意義14-15
• 1.2 信息融合技術(shù)15-19
• 1.2.1 信息融合的概述15-17
• 1.2.2 信息融合的研究現(xiàn)狀17-19
• 1.3 柴油機(jī)故障診斷技術(shù)19-25
• 1.3.1 柴油機(jī)故障診斷的研究?jī)?nèi)容19-21
• 1.3.2 基于信息融合的柴油機(jī)故障診斷方法綜述21-25
• 1.4 本文主要研究工作25-28
• 第2章 柴油機(jī)的主要故障及監(jiān)測(cè)28-38
• 2.1 引言28
• 2.2 柴油機(jī)主要結(jié)構(gòu)系統(tǒng)及故障28-33
• 2.2.1 燃油系統(tǒng)29-31
• 2.2.2 冷卻系統(tǒng)31
• 2.2.3 進(jìn)排氣系統(tǒng)31-32
• 2.2.4 潤(rùn)滑油系統(tǒng)32-33
• 2.3 柴油機(jī)的典型監(jiān)測(cè)信息33-36
• 2.3.1 振動(dòng)信號(hào)34
• 2.3.2 燃油壓力信號(hào)34-35
• 2.3.3 監(jiān)測(cè)信息對(duì)柴油機(jī)性能的影響35-36
• 2.4 本章小結(jié)36-38
• 第3章 柴油機(jī)信號(hào)的特征提取及融合加權(quán)38-50
• 3.1 引言38
• 3.2 振動(dòng)信號(hào)的特征提取38-40
• 3.3 燃油壓力波形的特征提取40-41
• 3.4 特征變量的融合加權(quán)41-49
• 3.4.1 主觀加權(quán)法41-46
• 3.4.2 客觀加權(quán)法46-48
• 3.4.3 主客觀融合加權(quán)法48-49
• 3.5 本章小結(jié)49-50
• 第4章 融合距離田口法與加權(quán)馬氏田口法的故障診斷50-86
• 4.1 引言50
• 4.2 融合距離田口法的故障診斷50-75
• 4.2.1 距離的定義50-51
• 4.2.2 馬氏距離的定義及融合思想51-54
• 4.2.3 馬氏距離與歐氏距離的區(qū)別54-55
• 4.2.4 融合距離55-56
• 4.2.5 融合距離的幾何解釋56-58
• 4.2.6 融合距離的仿真算例58-61
• 4.2.7 診斷閾值的確定61-63
• 4.2.8 強(qiáng)相關(guān)性下馬氏距離的計(jì)算63-64
• 4.2.9 田口方法64-69
• 4.2.10 融合距離田口法故障診斷的步驟69-73
• 4.2.11 融合距離田口法的仿真算例73-75
• 4.3 加權(quán)馬氏田口法的故障診斷75-84
• 4.3.1 加權(quán)馬氏距離75
• 4.3.2 加權(quán)馬氏距離的仿真算例75-77
• 4.3.3 加權(quán)馬氏田口法故障診斷的步驟77-78
• 4.3.4 加權(quán)馬氏田口法的仿真算例78-80
• 4.3.5 基于加權(quán)馬氏田口法的故障預(yù)測(cè)80-84
• 4.4 本章小結(jié)84-86
• 第5章 基于相關(guān)、沖突證據(jù)合成法的故障診斷86-103
• 5.1 引言86
• 5.2 證據(jù)理論的基本原理86-89
• 5.2.1 基本概念86-88
• 5.2.2 證據(jù)理論的合成規(guī)則88-89
• 5.3 基于D-S證據(jù)理論的柴油機(jī)故障診斷89-95
• 5.4 相關(guān)證據(jù)的合成95-97
• 5.5 沖突證據(jù)的加權(quán)分配合成97-102
• 5.5.1 證據(jù)沖突的判斷98-99
• 5.5.2 證據(jù)沖突的合成99-102
• 5.6 本章小結(jié)102-103
• 第6章 基于信息融合的柴油機(jī)故障診斷仿真系統(tǒng)搭建及模擬試驗(yàn)分析103-138
• 6.1 引言103
• 6.2 基于信息融合的柴油機(jī)故障診斷仿真系統(tǒng)搭建103-112
• 6.2.1 信息融合故障診斷策略103-105
• 6.2.2 故障診斷仿真系統(tǒng)搭建105-112
• 6.3 柴油機(jī)故障模擬試驗(yàn)仿真112-114
• 6.4 試驗(yàn)結(jié)果及分析114-136
• 6.5 本章小結(jié)136-138
• 結(jié)論138-140
• 參考文獻(xiàn)140-151
• 攻讀學(xué)位期間公開發(fā)表的論文151-152
• 攻讀學(xué)位期間申請(qǐng)的項(xiàng)目152-153
• 致謝153-155
• 作者簡(jiǎn)介155

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李宏坤,馬孝江;局域波法在船舶柴油機(jī)燃油系統(tǒng)故障診斷中應(yīng)用[J];大連理工大學(xué)學(xué)報(bào);2003年02期

2 章舜仲;王樹梅;;相關(guān)系數(shù)矩陣與多元線性相關(guān)分析[J];大學(xué)數(shù)學(xué);2011年01期

3 周鑫;楊國(guó)華;朱向芬;陳琳;丁曉花;周世文;肖龍;;歐氏距離二叉樹向量機(jī)的變壓器故障診斷研究[J];電測(cè)與儀表;2013年06期

4 薛安成;張兆陽(yáng);張建民;常乃超;畢天姝;;基于最大測(cè)點(diǎn)正常率的線路參數(shù)增廣狀態(tài)估計(jì)方法[J];電力系統(tǒng)自動(dòng)化;2014年10期

5 王國(guó)良;李桂玲;;地面沉降危險(xiǎn)性分級(jí)量化分析[J];城市地質(zhì);2007年02期

6 李學(xué)斌;余小領(lǐng);李斌;;運(yùn)用Excel進(jìn)行正交表的構(gòu)建[J];河南科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年04期

7 楊善林,朱衛(wèi)東,任明侖;基于可變參數(shù)優(yōu)化的相關(guān)證據(jù)合成方法研究[J];管理科學(xué)學(xué)報(bào);2003年05期

8 黃志祥;;層次分析法在工程招標(biāo)中的應(yīng)用[J];考試周刊;2010年12期

9 吳超仲,嚴(yán)新平,周新聰;基于遺傳算法的信息融合在摩擦學(xué)組合故障診斷中的應(yīng)用[J];摩擦學(xué)學(xué)報(bào);2001年04期

10 吳虎勝;呂建新;王茂生;許陽(yáng)懿;;小波和神經(jīng)網(wǎng)絡(luò)在柴油機(jī)故障診斷中的應(yīng)用[J];農(nóng)機(jī)化研究;2010年10期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 周正柱;商務(wù)成本變動(dòng)對(duì)企業(yè)遷移決策影響研究[D];東華大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 趙志福;船舶齒輪箱故障診斷系統(tǒng)研究[D];武漢理工大學(xué);2011年

2 由麗媛;基于信息融合的柴油機(jī)故障診斷技術(shù)研究[D];大連海事大學(xué);2012年

3 劉鑫;柴油發(fā)動(dòng)機(jī)運(yùn)行狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2006年

4 馬興;單缸風(fēng)冷柴油機(jī)故障診斷系統(tǒng)的研究[D];福建農(nóng)林大學(xué);2007年

5 王肖霞;沖突證據(jù)合成規(guī)則的研究[D];中北大學(xué);2007年

6 張彥平;礦業(yè)稅費(fèi)征收的理論與方法[D];河北理工學(xué)院;2004年

7 宋秀峰;海洋水質(zhì)檢測(cè)系統(tǒng)中多傳感器數(shù)據(jù)融合技術(shù)的研究[D];燕山大學(xué);2013年

8 鐘才茂;大型汽輪發(fā)電機(jī)組軸系扭振特性分析[D];華北電力大學(xué);2014年

9 王川川;瀝青混合料生產(chǎn)配合比變異性控制研究[D];東北林業(yè)大學(xué);2014年

10 岑漢倫;MAN B&W二沖程柴油機(jī)故障診斷專家系統(tǒng)研究[D];大連海事大學(xué);2014年

，

本文編號(hào)：1103326