發(fā)布時間：2017-05-04 21:01

  本文關鍵詞：基于BP神經網(wǎng)絡的離心油泵故障診斷研究，由筆耕文化傳播整理發(fā)布。

【摘要】：離心油泵作為一種能量轉化的機械設備，具有結構簡單、運轉平穩(wěn)、操作方便、易于維護等特點，在電力、石油化工、冶金、機械以及一些軍事工業(yè)等部門得到廣泛應用。離心油泵作為原油或液體油品輸送的關鍵設備，其安全、可靠和正常的運行，直接關系到工作過程的經濟運轉和順利實現(xiàn)。因此，對離心油泵進行故障監(jiān)測、預報和診斷，及早的發(fā)現(xiàn)和排除故障，保證生產的正常運行，避免更大的經濟損失具有非常重要的意義。 本文通過對離心油泵典型故障進行分析研究，提出采用矢量融合能量譜理論，實現(xiàn)旋轉部件的故障特征分析。應用模糊聚類分析的相關理論，將模糊范疇的故障診斷轉化成定量知識，用其結論作為網(wǎng)絡最終診斷的依據(jù)。結合BP神經網(wǎng)絡的相關理論知識，以轉子不平衡、轉子不對中、轉子碰磨和基礎松動四種故障現(xiàn)象為例，通過對輸入層、隱層和輸出層的設計，建立了三層BP神經網(wǎng)絡，采用MATLAB神經網(wǎng)絡工具包，通過相關參數(shù)的設計，，得出了與期望輸出基本吻合的實際輸出，完成了對離心油泵的故障診斷。 在BP神經網(wǎng)絡的基礎之上，本文又結合了專家系統(tǒng)的相關知識，將兩種方法進行有機的結合，取長補短，開發(fā)了一套基于BP神經網(wǎng)絡的離心油泵故障診斷專家系統(tǒng)，其中包括知識庫模塊、人機接口模塊、推理模塊和解釋模塊。該系統(tǒng)應用可編程控制器PLC，完成了對系統(tǒng)信號的采集工作，應用力控組態(tài)軟件完成了登錄界面、主界面以及各個子界面的開發(fā)工作。系統(tǒng)界面友好，操作簡單，能夠完成離心油泵的在線監(jiān)測及故障診斷任務。
【關鍵詞】：離心油泵 故障診斷 BP神經網(wǎng)絡 MATLAB 專家系統(tǒng) 力控組態(tài)軟件
【學位授予單位】：河北工程大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH311;TH165.3
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-18
• 1.1 課題的研究背景及意義11
• 1.2 發(fā)展趨勢及研究現(xiàn)狀11-15
• 1.2.1 我國泵行業(yè)技術的主要發(fā)展趨勢11-13
• 1.2.2 機械故障診斷學的現(xiàn)狀和發(fā)展趨勢13-14
• 1.2.3 泵故障診斷的研究及發(fā)展14-15
• 1.3 基于神經網(wǎng)絡的專家系統(tǒng)的發(fā)展及研究現(xiàn)狀15-16
• 1.4 本文主要研究內容及技術路線16-17
• 1.4.1 主要研究內容16
• 1.4.2 重點解決的問題16
• 1.4.3 創(chuàng)新之處16-17
• 1.4.4 擬采取的技術路線17
• 1.5 本章小結17-18
• 第2章 離心油泵故障診斷技術18-22
• 2.1 離心油泵概述18-19
• 2.2 離心油泵故障診斷方法19-20
• 2.2.1 以信號處理為基礎的方法19
• 2.2.2 以解析模型為基礎的方法19-20
• 2.2.3 以知識為基礎的方法20
• 2.3 離心油泵典型故障分析20-21
• 2.4 本章小結21-22
• 第3章 基于融合能量譜和模糊數(shù)學理論的故障診斷22-28
• 3.1 融合能量譜22-24
• 3.1.1 矢量投影譜22-24
• 3.1.2 轉子運動矢量融合能量譜24
• 3.2 基于模糊數(shù)學理論的故障診斷模型24-27
• 3.2.1 布爾矩陣在故障診斷中的應用24-26
• 3.2.2 模糊聚類分析26-27
• 3.3 本章小結27-28
• 第4章 BP 神經網(wǎng)絡理論28-40
• 4.1 神經網(wǎng)絡的工作原理及特點28-30
• 4.1.1 工作原理28-29
• 4.1.2 神經網(wǎng)絡的特點29-30
• 4.2 網(wǎng)絡神經元30-32
• 4.3 BP 神經網(wǎng)絡理論32-38
• 4.3.1 BP 神經網(wǎng)絡的構造32-33
• 4.3.2 BP 神經網(wǎng)絡的算法33-36
• 4.3.3 BP 算法的程序實現(xiàn)36-37
• 4.3.4 改進后的 BP 算法37-38
• 4.4 基于神經網(wǎng)絡的故障診斷應用38-39
• 4.5 本章小結39-40
• 第5章 BP 神經網(wǎng)絡在離心油泵故障診斷中的應用40-53
• 5.1 BP 神經網(wǎng)絡訓練樣本集的獲取與處理40-44
• 5.1.1 輸入輸出量的選擇40-41
• 5.1.2 輸入量的提取與表示41
• 5.1.3 輸出量的表示41-42
• 5.1.4 訓練樣本集的設計與處理42-44
• 5.2 BP 神經網(wǎng)絡結構設計44-46
• 5.2.1 隱層數(shù)的設計45
• 5.2.2 隱層節(jié)點的設計45-46
• 5.3 BP 神經網(wǎng)絡基于計算機軟件的實現(xiàn)46-48
• 5.3.1 神經網(wǎng)絡工具箱的功能46-47
• 5.3.2 MATLAB 中神經網(wǎng)絡數(shù)據(jù)結構47-48
• 5.3.3 BP 網(wǎng)絡的 MATLAB 實現(xiàn)48
• 5.4 BP 神經網(wǎng)絡應用于離心油泵的訓練及結果48-52
• 5.5 本章小結52-53
• 第6章 離心油泵故障診斷專家系統(tǒng)的建立與實現(xiàn)53-72
• 6.1 專家系統(tǒng)概述53-54
• 6.2 專家系統(tǒng)的結構54-55
• 6.3 基于 BP 神經網(wǎng)絡的專家系統(tǒng)總體設計55-57
• 6.4 離心油泵專家系統(tǒng)知識庫的建立及推理57-59
• 6.4.1 知識的表示58
• 6.4.2 知識的獲取58-59
• 6.4.3 知識的存儲59
• 6.4.4 離心油泵專家系統(tǒng)推理模塊的建立59
• 6.5 系統(tǒng)的實現(xiàn)59-71
• 6.5.1 系統(tǒng)開發(fā)工具的選擇60-62
• 6.5.2 系統(tǒng)硬件配置及振動信號的提取62-63
• 6.5.3 PLC 與 PC 的通訊協(xié)議63-65
• 6.5.4 專家系統(tǒng)的登錄界面65-66
• 6.5.5 專家系統(tǒng)的主界面66-67
• 6.5.6 專家系統(tǒng)歷史趨勢界面67
• 6.5.7 專家系統(tǒng)參數(shù)設定界面67-68
• 6.5.8 專家系統(tǒng)數(shù)據(jù)庫管理界面68-69
• 6.5.9 專家系統(tǒng)推理解釋界面69-70
• 6.5.10 專家系統(tǒng)的信息管理和安全退出70-71
• 6.6 專家系統(tǒng)的安全保護71
• 6.7 本章小結71-72
• 結論72-74
• 致謝74-75
• 參考文獻75-78
• 作者簡介78
• 攻讀碩士學位期間發(fā)表的論文78-79

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 韓捷;石來德;董辛e

本文編號：345766