發(fā)布時間：2020-07-14 07:10

【摘要】： 以滾動軸承故障診斷為應用背景,利用人工智能、故障診斷的理論和方法,研究并開發(fā)了一個滾動軸承故障診斷專家系統(tǒng)原型,以實現(xiàn)對滾動軸承故障的智能診斷。 在深入研究常用的故障診斷智能技術以及基于案例推理方法的基礎上,給出了基于案例推理的滾動軸承故障診斷專家系統(tǒng)的設計方案和原型系統(tǒng)。分析和研究了滾動軸承故障診斷領域知識特點和大量的故障維修日志,探討了基于案例推理方法構造專家系統(tǒng)的關鍵技術,主要包括基于案例推理的知識工程以及案例檢索技術。 利用加速度傳感器,檢測滾動軸承的振動信號,采用小波包分析方法,對滾動軸承的振動信號進行分析,提取其故障能量特征向量,把這個特征向量作為案例的表示,構建案例庫。 在分析比較了VA-file方法,VA~+-file方法和小波多分辨率VA-file方法的特點的基礎上,采用了基于小波變換的多分辨率VA-file方法構造滾動軸承故障案例庫索引文件,即以小波變換后第一維分量作為主分量,并以主分量排序建立索引。該方法可以降低近似向量的訪問數(shù)量,提高案例的檢索速度和效率。 最后,對滾動軸承故障診斷系統(tǒng)的需求進行了分析,在此基礎上進行了總體結構和軟件結構設計,并介紹了系統(tǒng)的部分功能模塊。并就未來的工作做了展望。
【學位授予單位】：中南大學
【學位級別】：碩士
【學位授予年份】：2008
【分類號】：TH133.33
【圖文】：

經(jīng)小波包分解后在某一層次上不同正交小波包空間上的故障特征頻率譜一樣，反映了滾動軸承運行狀況對故障滾動軸承的振動信號進行分析—不同軸承【‘];接著，研究了小波分析用小波包來提取滾動軸承;用該向量作為案例的表示，構建案例庫。承振動與信號的特征分析軸承在受載運轉時，當缺陷部位與工作表面發(fā)生接觸的作用。這種沖擊力將激起軸承系統(tǒng)的振動，并通過動和聲音的形式傳出。信號傳遞過程如圖3一1所示。器所拾取的振動信號所含成分比較復雜，損傷引起的成分。當損傷微小時，往往被其他信號淹沒而難以被是突出這些損傷特征成分12]。頻帶隨

(即大的5>0)，窗會自動變寬，這意味著在低頻帶將有越來越高的頻率分辨。通過改變尺度因子s和平滑因子b的數(shù)值，調節(jié)窗口的形狀、位置，合理選取小波變換在時域和頻域的分辨率，提取信號中位于感興趣的頻帶和時段的信號成分，從而實現(xiàn)可調窗口的時、頻局部分析。(2)小波變換相當于濾波器從信號處理的工程應用角度來看，小波變換相當于用濾波器組對信號進行波。與短時Fo麗er變換不同的是:短時F。麗e:變換相當于一系列等帶寬濾波，而小波變換相當于一系列等百分比帶寬濾波器，如圖3一2所示。(3)小波變換是一個線性變換。(4)小波變換滿足能量守恒定理，即信號通過小波變換時信息沒有損失。(5)與短時Fo麗er變換(加窗Fourier變換)相同，小波變換是冗余的，種冗余性增加了分析與解釋小波變換結果的困難。如何減少冗余性也是小波換技術中的主要問題。

l，2，…2‘一l:無=o，l，2…，j;j=o，l，2…。相應的正交基籠2(，一‘)/，、*十，(2，一‘t一l);l任Z}圖3一3是信號x(O的小波分解分解(三層小波包分解)(3一24)(三層小波分解)，圖3一4是信號x(O小波包 xxx(t)))八八盆 XXXXX0lxxx DDDZXXX AAA3XXXXXI}:毛 XXX圖3一3信號x(O的小波分解(三層)

【相似文獻】

相關期刊論文 前10條

1 姜韶華;邱兆紅;;基于案例推理的建設項目投資估算系統(tǒng)研究[J];建筑經(jīng)濟;2011年S1期

2 劉勇;王皓;;CBR在機械設備故障診斷系統(tǒng)中的應用[J];電子設計工程;2011年08期

3 崔凱;廖希亮;馬新建;閆偉;;基于實例推理的柴油機輔助匹配選型的研究[J];內燃機與動力裝置;2011年03期

4 劉妍;張明媛;袁永博;;基于快速檢索的高速公路建設期安全事故應急響應[J];中國安全科學學報;2011年06期

5 張德軍;顧占波;;CBR-ANN技術應用于飛機武器故障診斷系統(tǒng)的研究[J];機電產品開發(fā)與創(chuàng)新;2011年04期

6 李念濱;李琴;;對產品成功數(shù)據(jù)包絡線分析的理論挖掘和應用展望[J];航天工業(yè)管理;2011年07期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關會議論文 前10條

1 劉闖;陳前;;人工神經(jīng)網(wǎng)絡與基于案例推理結合用于故障診斷[A];2004電站自動化信息化學術技術交流會議論文集[C];2004年

2 孫波;倪文琦;溫海英;廖芳;;基于CBR的智能決策支持系統(tǒng)模型研究[A];2006北京地區(qū)高校研究生學術交流會——通信與信息技術會議論文集（下）[C];2006年

3 吳清烈;馮勤超;;基于案例推理技術在企業(yè)并購決策中的應用[A];2002年中國管理科學學術會議論文集[C];2002年

4 汪久根;王慶九;薛崢;章維明;朱聘和;洪玉芳;;表面波紋度對軸承振動的影響[A];第八屆全國摩擦學大會論文集[C];2007年

5 謝駿;胡均川;;基于案例推理的水下目標識別系統(tǒng)[A];中國聲學學會2007年青年學術會議論文集（下）[C];2007年

6 張萬厚;李秀香;;潤滑油脂對軸承振動和噪聲影響的初步探討[A];摩擦學第三屆全國學術交流會論文集潤滑材料部分[C];1982年

7 李偉;何濤;吳慶華;;小波變換與滾動軸承振動的故障診斷方法研究[A];湖北省機械工程學會青年分會2006年年會暨第2屆機械學院院長（系主任）會議論文集（上）[C];2006年

8 陳曉平;和衛(wèi)星;陳季云;;基于小波分析的滾動軸承振動信號處理[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

9 石志剛;施強;盛剛;;基于案例推理的高速公路緊急救援決策研究[A];第二十九屆中國控制會議論文集[C];2010年

10 李萌;陸爽;陳岱民;;基于小波神經(jīng)網(wǎng)絡的滾動軸承智能故障診斷系統(tǒng)[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

相關重要報紙文章 前4條

1 甘仞初（中國）：北京理工大學管理與經(jīng)濟學院首席教授，IFIP中國計算機輔助生產管理專委會主席;基于案例推理的信息系統(tǒng)總體設計[N];中國計算機報;2000年

2 合肥工業(yè)大學 張冬林 劉曉平 和諧軟件有限公司 張紀久;ERP實施新構想[N];計算機世界;2002年

3 韓世坤 陳繼勇;構建企業(yè)跨國并購智力支持體系[N];亞太經(jīng)濟時報;2002年

4 范琳;財務決策智能化的里程碑[N];中國經(jīng)濟導報;2006年

相關博士學位論文 前10條

1 蘇文勝;滾動軸承振動信號處理及特征提取方法研究[D];大連理工大學;2010年

2 張賢坤;基于案例推理的應急決策方法研究[D];天津大學;2012年

3 楊振剛;CBR ANN智能決策支持方法及應用[D];華南理工大學;2007年

4 劉妍;高速公路建設期安全風險智能管理研究[D];大連理工大學;2011年

5 楊沁;個性化產品需求描述方法的研究[D];合肥工業(yè)大學;2005年

6 王永軍;基于預案的動員決策支持方法研究[D];北京理工大學;2006年

7 管紅波;食品連鎖經(jīng)營中的有效客戶反應研究[D];東華大學;2010年

8 劉明;民用飛機維修規(guī)劃的智能方法與技術研究[D];南京航空航天大學;2007年

9 龍華;定義問答檢索關鍵技術研究[D];重慶大學;2010年

10 彭少明;流域水資源調配決策理論與方法研究[D];西安理工大學;2008年

相關碩士學位論文 前10條

1 劉闖;人工神經(jīng)網(wǎng)絡和基于案例推理相結合用于故障診斷[D];南京航空航天大學;2005年

2 胡春梅;基于案例推理技術的教學案例知識管理系統(tǒng)的設計與實現(xiàn)[D];首都師范大學;2005年

3 陳琦;CBR在知識管理系統(tǒng)中的應用[D];華中科技大學;2006年

4 曹潔;案例推理技術在保險市場拓展項目中的應用[D];上海交通大學;2010年

5 張勇;基于數(shù)據(jù)倉庫與案例推理的機組產能模型研究與應用[D];大連理工大學;2005年

6 李曉棟;面向虛擬采辦的概念設計系統(tǒng)研究[D];華中科技大學;2007年

7 李建洋;基于粗糙集的案例推理智能決策支持系統(tǒng)的研究[D];安徽大學;2003年

8 房明;基于CBR的技術推廣研究與應用[D];華中科技大學;2004年

9 聶艷召;基于案例推理的羊病診斷專家系統(tǒng)研究與實現(xiàn)[D];西北農林科技大學;2007年

10 楊阿琴;民航機務維修差錯預警專家系統(tǒng)中推理機制的研究[D];武漢理工大學;2008年

本文編號：2754669