發(fā)布時(shí)間：2022-01-10 04:49

　　設(shè)備狀態(tài)報(bào)警技術(shù)是設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)的核心技術(shù)之一，在監(jiān)測(cè)診斷技術(shù)向企業(yè)推廣以及推動(dòng)預(yù)知維修體制發(fā)展變革的過程中都發(fā)揮著極其重要的作用。目前工程實(shí)際應(yīng)用的報(bào)警技術(shù)主要停留在靜態(tài)報(bào)警基礎(chǔ)上，即報(bào)警線的設(shè)置與設(shè)備運(yùn)行情況變化無關(guān)。有鑒于此，本文對(duì)機(jī)械故障診斷中的設(shè)備狀態(tài)報(bào)警技術(shù)進(jìn)行了深入研究，主要工作如下： 1．綜述了當(dāng)前設(shè)備狀態(tài)報(bào)警技術(shù)的一些主要方法，并指出了它們存在的不足。在此基礎(chǔ)上，提出了本文的主要研究內(nèi)容和研究的意義。 2．針對(duì)現(xiàn)有的基于概率神經(jīng)網(wǎng)絡(luò)的自適應(yīng)報(bào)警技術(shù)中的報(bào)警閾值設(shè)定原則存在的不足，即平滑因子過小不能作為標(biāo)準(zhǔn)差和假設(shè)分布為正態(tài)分布，改進(jìn)了報(bào)警閾值的設(shè)定原則，使設(shè)定的報(bào)警線不但能夠自適應(yīng)地進(jìn)行調(diào)整，而且更符合設(shè)備運(yùn)行的真實(shí)情況，從而為設(shè)備狀態(tài)的評(píng)估提供可靠的依據(jù)。 3．窄帶報(bào)警是工程應(yīng)用中常用的報(bào)警技術(shù)之一，其報(bào)警參數(shù)為某關(guān)鍵頻帶的幅值或能量，提取方法主要有兩種：利用三角函數(shù)的正交性和傅立葉頻譜分析技術(shù)，前者以信號(hào)周期性假設(shè)為前提，后者以信號(hào)平穩(wěn)性假設(shè)為前提，而實(shí)際信號(hào)卻是非周期、非平穩(wěn)的。針對(duì)此不足，本文將小波包分解技術(shù)引入到自適應(yīng)報(bào)警技術(shù)中... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題來源
    1.2 課題的提出與意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 主要研究內(nèi)容
    1.5 本章小結(jié)
第二章 基于概率神經(jīng)網(wǎng)絡(luò)的自適應(yīng)報(bào)警研究
    2.1 設(shè)備故障的含義及其特點(diǎn)
    2.2 機(jī)械設(shè)備常見的故障模式
    2.3 常見機(jī)械設(shè)備的劣化過程及建模的基本假設(shè)
    2.4 模型構(gòu)建的概率神經(jīng)網(wǎng)絡(luò)方法
        2.4.1 基于Bayes分類的概率神經(jīng)網(wǎng)絡(luò)
        2.4.2 概率神經(jīng)網(wǎng)絡(luò)的基本網(wǎng)絡(luò)結(jié)構(gòu)
        2.4.3 概率神經(jīng)網(wǎng)絡(luò)的改進(jìn)
        2.4.4 平滑因子的估計(jì)
    2.5 模型構(gòu)建的數(shù)據(jù)預(yù)處理
        2.5.1 歸一化處理
        2.5.2 相同數(shù)據(jù)的處理
        2.5.3 數(shù)據(jù)量過多時(shí)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化
        2.5.4 數(shù)據(jù)量過少時(shí)樣本層的結(jié)構(gòu)優(yōu)化
    2.6 報(bào)警參數(shù)的選擇
    2.7 模型的應(yīng)用與分析
        2.7.1 只包括正常運(yùn)行數(shù)據(jù)的概率模型
        2.7.2 包括正常和故障數(shù)據(jù)的概率模型
    2.8 設(shè)備狀態(tài)自適應(yīng)報(bào)警線的確定
        2.8.1 報(bào)警閾值的確定原則
        2.8.2 只包括正常運(yùn)行數(shù)據(jù)的報(bào)警閾值
        2.8.3 包括正常和故障數(shù)據(jù)的報(bào)警閾值
        2.8.4 自適應(yīng)報(bào)警線的確定
        2.8.5 自適應(yīng)報(bào)警線的物理意義
    2.9 自適應(yīng)報(bào)警線的自適應(yīng)性
        2.9.1 設(shè)備平穩(wěn)運(yùn)行時(shí)的收縮性
        2.9.2 設(shè)備微弱劣化時(shí)的包容性
        2.9.3 設(shè)備故障時(shí)的敏感性
    2.10 本章小結(jié)
第三章 小波包分解在自適應(yīng)報(bào)警技術(shù)中的應(yīng)用
    3.1 小波包分解技術(shù)引入的必要性
    3.2 小波包分解基本理論
        3.2.1 小波包的定義
        3.2.2 小波包的空間分解
        3.2.3 小波包算法
    3.3 基于小波包分解的報(bào)警參數(shù)提取
    3.4 實(shí)驗(yàn)驗(yàn)證
        3.4.1 只包含正常數(shù)據(jù)時(shí)的動(dòng)態(tài)報(bào)警線
        3.4.2 包含正常和故障數(shù)據(jù)時(shí)的動(dòng)態(tài)報(bào)警線
    3.5 本章小結(jié)
第四章 基全信息技術(shù)的自適應(yīng)報(bào)警技術(shù)
    4.1 信息融合技術(shù)
        4.1.1 理論基礎(chǔ)
        4.1.2 全息譜
        4.1.3 全譜
        4.1.4 全矢譜
        4.1.5 全矢譜數(shù)值算法
    4.2 雙通道信息報(bào)警參量提取
    4.3 實(shí)驗(yàn)驗(yàn)證
        4.3.1 只包含正常數(shù)據(jù)時(shí)的動(dòng)態(tài)報(bào)警線
        4.3.2 包含正常和故障數(shù)據(jù)時(shí)的動(dòng)態(tài)報(bào)警線
    4.4 本章小結(jié)
第五章 基于主分量分析技術(shù)的自適應(yīng)報(bào)警技術(shù)
    5.1 主分量基本原理
    5.2 主分量的求解
    5.3 主分量的貢獻(xiàn)率及其意義
    5.4 主分量機(jī)理研究與改進(jìn)
        5.4.1 對(duì)數(shù)據(jù)的要求
        5.4.2 數(shù)據(jù)標(biāo)準(zhǔn)化
        5.4.3 數(shù)據(jù)陣的計(jì)算
        5.4.4 特征向量的確定
    5.5 基本算法和步驟
    5.6 原始數(shù)據(jù)指標(biāo)篩選
    5.7 實(shí)驗(yàn)驗(yàn)證
        5.7.1 只包含正常數(shù)據(jù)的自適應(yīng)報(bào)警線確定
        5.7.2 包含正常和故障數(shù)據(jù)的自適應(yīng)報(bào)警線確定
    5.8 本章小結(jié)
第六章 結(jié)論與展望
    6.1 本文總結(jié)
    6.2 本文關(guān)鍵技術(shù)與創(chuàng)新點(diǎn)
    6.3 展望
參考文獻(xiàn)
攻讀碩士期間的參與的科研項(xiàng)目和發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]設(shè)備振動(dòng)相對(duì)標(biāo)準(zhǔn)值的計(jì)算、趨勢(shì)分析及應(yīng)用[J]. 李斌.  江漢石油科技. 2005(03)
[2]設(shè)備振動(dòng)相對(duì)標(biāo)準(zhǔn)值的計(jì)算、趨勢(shì)分析及應(yīng)用[J]. 李斌.  江漢石油科技. 2005 (03)
[3]旋轉(zhuǎn)機(jī)械同源數(shù)據(jù)全信息倒頻譜分析與應(yīng)用[J]. 韓捷,董辛?xí)F,郝偉,李凌均.  機(jī)械強(qiáng)度. 2005(04)
[4]旋轉(zhuǎn)機(jī)械空間域矢譜分析方法與應(yīng)用[J]. 韓捷,畢果,郝偉.  機(jī)械強(qiáng)度. 2004(06)
[5]高速轉(zhuǎn)軸的空間進(jìn)動(dòng)及振動(dòng)特征研究[J]. 韓捷,石來德.  振動(dòng)工程學(xué)報(bào). 2004(03)
[6]BP神經(jīng)網(wǎng)絡(luò)在風(fēng)機(jī)振動(dòng)報(bào)警時(shí)間中的應(yīng)用[J]. 秦衡峰,卜英勇,王福亮.  鑿巖機(jī)械氣動(dòng)工具. 2004(02)
[7]旋轉(zhuǎn)機(jī)械的全信息能量譜分析方法研究[J]. 韓捷,石來德.  機(jī)械強(qiáng)度. 2003(04)
[8]設(shè)備 振動(dòng) 相對(duì)標(biāo)準(zhǔn)值的計(jì)算及應(yīng)用[J]. 李斌.  化工設(shè)備與防腐蝕. 2003(03)
[9]主變量篩選方法[J]. 胡慶軍,吳翊.  應(yīng)用數(shù)學(xué)學(xué)報(bào). 2002(01)
[10]幾種旋轉(zhuǎn)機(jī)器振動(dòng)評(píng)定標(biāo)準(zhǔn)的比較分析[J]. 袁中文.  無損檢測(cè). 2001(10)

碩士論文
[1]基于主成分分析的綜合評(píng)價(jià)研究[D]. 張鵬.南京理工大學(xué) 2004
[2]設(shè)備剩余壽命的預(yù)測(cè)與分析[D]. 邱立鵬.大連理工大學(xué) 2000



本文編號(hào)：3580082