本文關鍵詞：基于DSP的故障診斷方法研究

  更多相關文章： DSP 故障診斷 提升小波 遞歸增量聚類 LW-RICLUSTER

【摘要】：隨著現(xiàn)代工業(yè)系統(tǒng)向著大型化、集成化和自動化方向迅猛發(fā)展,系統(tǒng)的復雜程度也在不斷升高,發(fā)生系統(tǒng)故障的概率也在不斷增加。實時有效的狀態(tài)監(jiān)測與故障診斷才是保證現(xiàn)代工業(yè)系統(tǒng)安全可靠性的重要手段。近年來狀態(tài)監(jiān)測與故障診斷技術的飛速發(fā)展,為有效地保證工業(yè)系統(tǒng)穩(wěn)定運行并在預知維護中起到了重要作用。同時,隨著數(shù)字信號處理技術與嵌入式技術的不斷完善,也為狀態(tài)監(jiān)測與故障診斷技術的研究注入了新鮮血液。 本論文主要進行了基于DSP故障診斷系統(tǒng)的故障診斷方法的研究。首先分別對目前比較常用的小波分析方法與聚類分析方法進行理論分析與研究,再以DSP為核心進行診斷系統(tǒng)的設計以及算法的移植。由于傳統(tǒng)的小波分析方法與聚類分析方法都存在消耗內(nèi)存空間巨大、運算時間長,診斷效率低,不利于硬件實現(xiàn)的缺陷,阻礙了DSP運算功能的有效發(fā)揮,于是提出相應的改進方法。 針對復雜工業(yè)系統(tǒng)實時故障診斷問題,提出了一種基于提升小波(LW)與遞歸增量聚類(RICLUSTER)相結合的混合型實時故障診斷改進方法,即LW-RICLUSTER。該方法首先利用提升小波變換對實時信號降噪,再通過遞歸增量聚類實時監(jiān)控。由于采用了遞歸增量算法,不但節(jié)省了存儲空間與運算時間、增加了診斷模型的適應性。經(jīng)實驗表明,LW-RICLUSTER集合方法在診斷精度、速度和適應性方面,優(yōu)于傳統(tǒng)的單一型故障診斷方法。
【關鍵詞】：DSP 故障診斷 提升小波 遞歸增量聚類 LW-RICLUSTER
【學位授予單位】：沈陽理工大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH165.3
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-21
• 1.1 課題研究的背景和意義11-12
• 1.2 故障診斷技術綜述12-16
• 1.2.1 故障診斷的發(fā)展概述及研究現(xiàn)狀13-14
• 1.2.2 故障診斷方法研究14-16
• 1.3 DSP數(shù)字信號處理16-19
• 1.4 本課題主要研究內(nèi)容19-21
• 第2章 診斷方案整體設計21-36
• 2.1 引言21
• 2.2 小波分析方法研究21-25
• 2.2.1 小波變換21-24
• 2.2.2 小波降噪24-25
• 2.3 聚類分析方法研究25-29
• 2.4 DSP診斷系統(tǒng)設計29-35
• 2.5 本章小結35-36
• 第3章 改進的LW-RICLUSTER混合方法研究36-46
• 3.1 引言36
• 3.2 提升小波預處理36-41
• 3.2.1 小波提升變換36-39
• 3.2.2 基于小波提升的降噪預處理39-41
• 3.3 增量聚類診斷方法41-44
• 3.4 提升小波與遞歸增量聚類相結合44-45
• 3.5 本章小結45-46
• 第4章 診斷方法的DSP實現(xiàn)46-53
• 4.1 引言46
• 4.2 DSP的程序開發(fā)46-47
• 4.3 診斷方法的DSP實現(xiàn)47-51
• 4.4 診斷方法的DSP優(yōu)化51-52
• 4.5 本章小結52-53
• 第5章 實驗與仿真53-62
• 5.1 引言53
• 5.2 時變過程仿真實驗53-56
• 5.2.1 時變過程簡介53-54
• 5.2.2 算法仿真實驗54-55
• 5.2.3 DSP診斷實驗55-56
• 5.3 TE過程仿真實驗56-61
• 5.3.1 TE過程簡介56-57
• 5.3.2 算法仿真實驗57-60
• 5.3.3 DSP診斷實驗60-61
• 5.4 本章小結61-62
• 結論62-64
• 參考文獻64-67
• 攻讀碩士學位期間發(fā)表的論文和獲得的科研成果67-68
• 致謝68

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 裴繼紅,范九倫,謝維信;聚類中心的初始化方法[J];電子科學學刊;1999年03期

2 李煒,倫淑嫻;設備故障診斷技術的現(xiàn)狀及其發(fā)展[J];甘肅工業(yè)大學學報;1998年02期

3 于春梅;張洪才;;工業(yè)過程故障診斷方法的研究進展[J];合肥工業(yè)大學學報(自然科學版);2008年01期

4 劉恒冰;韓世勤;劉晶;;基于新閾值函數(shù)及最優(yōu)尺度的小波去噪研究[J];計算機工程與應用;2007年24期

5 馬力偉;田作華;施頌椒;;一種基于混合系統(tǒng)濾波器的NCS系統(tǒng)故障診斷方法[J];系統(tǒng)工程與電子技術;2008年05期

6 王安娜;劉坐乾;楊銘如;曲延華;;基于BP-ART混合神經(jīng)網(wǎng)絡的電路故障診斷新方法[J];系統(tǒng)工程與電子技術;2010年04期

7 李士心,劉魯源;基于小波閾值去噪方法的研究[J];儀器儀表學報;2002年S2期

8 楊青;田楓;王大志;吳東升;王安娜;;基于提升小波和遞推LSSVM的實時故障診斷方法[J];儀器儀表學報;2011年03期

，

本文編號：628904