針對(duì)某口徑高速自動(dòng)機(jī)轉(zhuǎn)膛體襯套溫度升高,發(fā)生膨脹,摩擦阻力增大,導(dǎo)致?lián)舭l(fā)不響的非平穩(wěn)性故障,利用現(xiàn)場(chǎng)采集的數(shù)據(jù),在分析自動(dòng)機(jī)工作原理的基礎(chǔ)上,將小波變換與神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合,對(duì)實(shí)測(cè)信號(hào)進(jìn)行分解重構(gòu),提取隱藏的潛在故障信息,評(píng)估各部件健康狀態(tài),實(shí)現(xiàn)對(duì)高速自動(dòng)機(jī)的故障診斷和預(yù)測(cè)。最后根據(jù)實(shí)例數(shù)據(jù)分析和MATLAB仿真,從預(yù)測(cè)輸出曲線基本擬合,以及預(yù)測(cè)輸出值與實(shí)際值之間的誤差百分比控制在5%以?xún)?nèi)表明小波神經(jīng)網(wǎng)絡(luò)方法非常適合應(yīng)用于設(shè)備故障預(yù)測(cè),是一種效果顯著的方法。 

【文章來(lái)源】：國(guó)外電子測(cè)量技術(shù). 2020,39(08)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

PHM系統(tǒng)結(jié)構(gòu)

本文的高速自動(dòng)機(jī)是指轉(zhuǎn)膛自動(dòng)機(jī)，由多個(gè)彈膛，繞平行于炮膛軸線的旋轉(zhuǎn)軸間歇轉(zhuǎn)動(dòng)[6]，每一次轉(zhuǎn)動(dòng)發(fā)射一發(fā)炮彈，實(shí)現(xiàn)供彈、輸彈、擊發(fā)、抽拋殼等循環(huán)動(dòng)作[7]。通過(guò)導(dǎo)氣裝置從炮管內(nèi)膛引出的火藥氣體驅(qū)動(dòng)滑板在人字形曲線槽中循環(huán)往復(fù)運(yùn)動(dòng)，曲線槽中滾輪帶動(dòng)轉(zhuǎn)膛體回轉(zhuǎn)轉(zhuǎn)動(dòng)，實(shí)現(xiàn)上述各部件動(dòng)作循環(huán)[8]。其中轉(zhuǎn)膛體襯套溫度升高，容易發(fā)生膨脹，摩擦阻力增大，導(dǎo)致?lián)舭l(fā)不響的非平穩(wěn)性故障，轉(zhuǎn)膛自動(dòng)機(jī)原理如圖2所示。3小波去噪方法

小波分析在信號(hào)去噪處理方面具有優(yōu)良特性，得益于小波具有的多分辨能力，可以通過(guò)變換尺度將信號(hào)分解到不同的頻段范圍，進(jìn)而采取相應(yīng)有效的去噪方法。單小波基不能同時(shí)擁有對(duì)稱(chēng)性、正交性、緊支撐性等特性，而多小波則具有對(duì)稱(chēng)性、正交性等多重優(yōu)點(diǎn)[10]。因此，結(jié)合高速自動(dòng)機(jī)工作時(shí)復(fù)雜的噪聲背景，本文選擇多小波閾值去噪算法對(duì)傳感器采集的原始數(shù)據(jù)進(jìn)行預(yù)處理。首先利用現(xiàn)場(chǎng)數(shù)據(jù)采集器獲得監(jiān)測(cè)對(duì)象的狀態(tài)信息，然后對(duì)原始信號(hào)進(jìn)行小波變換處理，轉(zhuǎn)換到時(shí)頻域分析，信號(hào)分解后，對(duì)于高頻系數(shù)采用置零處理，中低頻系數(shù)保留，最后再逆變換對(duì)信號(hào)重構(gòu)，即可得到處理后的數(shù)據(jù)。小波濾波原理流程如圖3所示。4 基于小波神經(jīng)網(wǎng)絡(luò)的智能預(yù)測(cè)方法研究

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)載導(dǎo)彈發(fā)射裝置PHM系統(tǒng)總體設(shè)計(jì)[J]. 趙月琴,張勝利,肖守邦.  航空兵器. 2018(01)
[2]某高速自動(dòng)機(jī)冷卻系統(tǒng)分析[J]. 戴勁松,開(kāi)亞駿,王茂森,易智.  機(jī)械制造與自動(dòng)化. 2017(02)
[3]民航發(fā)動(dòng)機(jī)水洗對(duì)延長(zhǎng)在翼時(shí)間的估算方法研究[J]. 彭鴻博,王悅閣,劉孟萌.  科學(xué)技術(shù)與工程. 2015(34)
[4]基于小波變換的非平穩(wěn)信號(hào)分析與處理[J]. 張晗博,殷奕,殷奎喜.  南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版). 2014(01)

博士論文
[1]基于運(yùn)動(dòng)形態(tài)分解與多變量EMD的高速自動(dòng)機(jī)動(dòng)態(tài)監(jiān)測(cè)與故障診斷研究[D]. 王寶祥.中北大學(xué) 2018

碩士論文
[1]多小波理論研究及其在軸承故障診斷中的應(yīng)用[D]. 尹春雨.電子科技大學(xué) 2020
[2]交通流短期預(yù)測(cè)的分合預(yù)測(cè)模型及其應(yīng)用[D]. 蔡中原.廈門(mén)大學(xué) 2017
[3]某新型重載高速自動(dòng)機(jī)動(dòng)力學(xué)分析[D]. 李慧水.南京理工大學(xué) 2016
[4]某新型自動(dòng)機(jī)主要受熱部件熱分析及冷卻技術(shù)研究[D]. 開(kāi)亞駿.南京理工大學(xué) 2016
[5]基于小波神經(jīng)網(wǎng)絡(luò)的航電系統(tǒng)故障預(yù)測(cè)與健康管理技術(shù)研究[D]. 尚文芹.西安電子科技大學(xué) 2015
[6]基于健康狀態(tài)的重型裝備維修計(jì)劃決策與系統(tǒng)研發(fā)[D]. 王芳.哈爾濱工業(yè)大學(xué) 2015
[7]改進(jìn)BP算法的灰色神經(jīng)網(wǎng)絡(luò)模型在高鐵沉降預(yù)測(cè)中的應(yīng)用研究[D]. 王富麒.江西理工大學(xué) 2013
[8]基于多模型決策融合的空分過(guò)程故障檢測(cè)與預(yù)報(bào)[D]. 盧斌彰.浙江大學(xué) 2011
[9]基于預(yù)測(cè)控制的球桿系統(tǒng)控制方法研究[D]. 劉曉輝.東北大學(xué) 2011



本文編號(hào)：3571147