本文主要研究了軸向柱塞泵的故障智能診斷與預(yù)測方法，并開發(fā)出軸向柱塞泵計算機輔助故障診斷與預(yù)測系統(tǒng)。 本論文分析了軸向柱塞泵的故障發(fā)生機理，確定了故障診斷和預(yù)測中需要采集的參量和各參量的采集方法。 利用模糊診斷的方法，從故障癥狀和故障源兩條路徑來綜合評判故障的原因，對軸向柱塞泵故障進行智能診斷。首先分別對測得的故障癥狀值和故障源值進行模糊量化，然后確定故障癥狀和故障原因，故障源和故障原因的對應(yīng)關(guān)系，以及他們之間密切關(guān)系程度。通過模糊故障診斷模型，來計算各個故障原因嚴重程度值。嚴重程度值大的故障原因，就是本文診斷出的最有可能發(fā)生的故障原因。通過比較實際檢測得到的故障嚴重程度值和本文診斷出的故障嚴重程度值，利用最小二乘法的方法對模糊故障診斷模型進行修正。 利用灰色預(yù)測方法對故障發(fā)展的趨勢進行預(yù)測。采集5組等時間間隔的故障癥狀值和故障源值，通過本文建立的軸向柱塞泵灰色預(yù)測模型，計算出在下一時間間隔時候的故障癥狀值和故障源值，然后根據(jù)本文提出的故障診斷方法，預(yù)測出下一時間間隔時候的故障嚴重程度。 論文最后介紹了系統(tǒng)開發(fā)的思想和開發(fā)的原則。對系統(tǒng)進行了需求分析以及數(shù)據(jù)庫的設(shè)計，敘述了系統(tǒng)的主要功能模塊和界面的設(shè)計。
【學(xué)位單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2007
【中圖分類】：TH322
【部分圖文】：

第二章軸向柱塞泵故障機理分析與數(shù)據(jù)采集方法圖2一2缸體磨損Fig.2一 2Cylinderbloekabrasion圖2一3斜盤磨損Fig.2一 3Inelineddishabrasion

圖2一2缸體磨損Fig.2一 2Cylinderbloekabrasion圖2一3斜盤磨損Fig.2一 3Inelineddishabrasion

廠東上業(yè)大‘學(xué)工學(xué)}澳卜學(xué)位淪文圖2一4柱塞損壞 F19.2一 4Pistondamage瓢瓢 瓢蘸蘸黝黝纓翼蒸蒸髦黝黝巍巍圖2一5配油盤損壞 F19.2一 5VlavePlatedamage

【引證文獻】

相關(guān)博士學(xué)位論文 前1條

1 董增壽;面向泵車的故障診斷技術(shù)研究[D];太原科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前4條

1 白松仁;柱塞式注水泵故障診斷方法研究[D];東北石油大學(xué);2011年

2 張旭婧;多傳感信息融合技術(shù)在液壓系統(tǒng)故障診斷中的應(yīng)用[D];太原科技大學(xué);2012年

3 張洪瑾;基于模糊神經(jīng)網(wǎng)絡(luò)的掘進機液壓系統(tǒng)故障診斷研究[D];南京理工大學(xué);2013年

4 鄧麗君;基于多傳感器信息融合的液壓系統(tǒng)故障診斷方法研究[D];太原科技大學(xué);2013年

本文編號：2831245