發(fā)布時(shí)間：2020-07-14 12:33

【摘要】：旋轉(zhuǎn)機(jī)械種類繁多包括離心壓縮機(jī)、水泵、汽輪機(jī)、風(fēng)機(jī)和電動(dòng)機(jī)等,是冶金、化工、電力等流程工業(yè)中的關(guān)鍵設(shè)備。一旦發(fā)生故障,不但造成重大的經(jīng)濟(jì)損失,而且還危及人身安全。旋轉(zhuǎn)機(jī)械故障診斷技術(shù)的應(yīng)用,可有效提高設(shè)備健康管理水平,保障企業(yè)安全平穩(wěn)生產(chǎn),具有重大經(jīng)濟(jì)意義和應(yīng)用價(jià)值。本文以旋轉(zhuǎn)機(jī)械為研究對(duì)象,將云技術(shù)與故障診斷相結(jié)合,開發(fā)了基于云服務(wù)的旋轉(zhuǎn)機(jī)械故障自動(dòng)診斷系統(tǒng),為旋轉(zhuǎn)機(jī)械故障診斷提供了一種新的解決方案。本文主要從以下幾個(gè)方面開展了研究:1.深入研究旋轉(zhuǎn)機(jī)械常見故障類型及其故障機(jī)理,并搭建了專家知識(shí)庫(kù)。探明不同故障之間的聯(lián)系和區(qū)別,并將故障的故障征兆、故障原因和維修意見等內(nèi)容整理成專家知識(shí)庫(kù)。2.開發(fā)故障征兆自動(dòng)提取算法,實(shí)現(xiàn)振動(dòng)信號(hào)頻率成份、信號(hào)時(shí)域特征參數(shù)、軸心軌跡和趨勢(shì)變化等故障征兆的自動(dòng)提取,避免了人工識(shí)別存在的主觀因素,提高了故障征兆提取的效率和準(zhǔn)確率。3.根據(jù)旋轉(zhuǎn)機(jī)械的結(jié)構(gòu)特點(diǎn),融合專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯和智能判別等多種診斷方法,取長(zhǎng)補(bǔ)短,開發(fā)了集成化的故障識(shí)別系統(tǒng)。采用分層診斷模型,根據(jù)不同故障征兆選擇相應(yīng)的診斷方法,逐漸縮小診斷范圍,直至獲得最終診斷結(jié)果。4.搭建旋轉(zhuǎn)機(jī)械故障自動(dòng)診斷軟件系統(tǒng),進(jìn)行數(shù)據(jù)庫(kù)的設(shè)計(jì)與搭建,完成系統(tǒng)各功能模塊的開發(fā),并在華為云上進(jìn)行系統(tǒng)的部署。
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TH17
【圖文】：

并進(jìn)行壽命預(yù)測(cè)，生成完整的故障診斷報(bào)告，指導(dǎo)設(shè)備的維護(hù)和檢修。逡逑旋轉(zhuǎn)機(jī)械故障診斷方法和手段很多，但其診斷的基本流程大致相同，它們之逡逑間相互聯(lián)系完成故障診斷任務(wù)，常見故障診斷流程如圖１－１所示。本論文主要研逡逑究故障特征提取與故障識(shí)別兩個(gè)環(huán)節(jié)，并于第三章和第四章分別展開了詳細(xì)的介逡逑紹。逡逑參數(shù)允許值逡逑－．．．．．－．．．．．．．．信號(hào)邐１信號(hào)邐１邐＞、、邐ｄ故障識(shí)別ｈ逡逑旋轉(zhuǎn)機(jī)械故兆邐故障判別；＞邋—＿  逡逑——Ｔ邐邐邐邋Ｌ趨勢(shì)分析一逡逑邐診斷決策■邐逡逑圖丨－１故障診斷流程逡逑Ｆｉｇ．１－１邋Ｆａｕｌｔ邋ｄｉａｇｎｏｓｉｓ邋ｆｌｏｗｃｈａｒｔ逡逑由于旋轉(zhuǎn)機(jī)械種類繁多、運(yùn)行工況復(fù)雜，給故障診斷帶來(lái)了難度，在診斷的逡逑每個(gè)環(huán)節(jié)，需根據(jù)實(shí)際情況選擇不同的診斷方法，以提高故障診斷的準(zhǔn)確性，這逡逑些方法可有效提高故障診斷的準(zhǔn)確性，如圖１－２所示為常用故障診斷方法。逡逑在故障征兆提取環(huán)節(jié)，為了從原始數(shù)據(jù)中得到有用的故障信息，除了技術(shù)人逡逑員或者專家的直接觀察和診斷經(jīng)驗(yàn)外，還需要借助于專用的信號(hào)檢測(cè)分析設(shè)備，逡逑從振動(dòng)、噪聲、溫度、壓力等參量中提取故障征兆，常用的故障征兆提取方法包逡逑括振動(dòng)檢測(cè)診斷法、噪聲檢測(cè)分析法、油樣分析法等［３３］。在故障識(shí)別環(huán)節(jié)

逑根據(jù)提供的服務(wù)層次不同，可將云技術(shù)分為基礎(chǔ)設(shè)施即服務(wù)（ＩａａＳ）、平臺(tái)逡逑即服務(wù)（Ｐａａｓ）和軟件即服務(wù)（ＳａａＳ）三個(gè)類型，如圖１－３所示［５１，５２］：逡逑（１）

系統(tǒng)結(jié)合云技術(shù)與人工智能技術(shù)，開發(fā)了基于云服務(wù)的旋轉(zhuǎn)機(jī)械故障自動(dòng)診斷系逡逑統(tǒng)，為機(jī)械設(shè)備的故障診斷提供了一種新的方法和解決方案。本文一共六章，文逡逑章組織結(jié)構(gòu)如圖１－５所示，各章的主要內(nèi)容如下：逡逑第一章為緒論部分。介紹了旋轉(zhuǎn)機(jī)械故障診斷技術(shù)研宄背景、研究?jī)?nèi)容以及逡逑發(fā)展?fàn)顩r，并介紹了云技術(shù)概念及其在機(jī)械故障診斷中的應(yīng)用，最后總結(jié)了本論逡逑文的主要研究?jī)?nèi)容和組織結(jié)構(gòu)。逡逑第二章為旋轉(zhuǎn)機(jī)械故障自動(dòng)識(shí)別系統(tǒng)的設(shè)計(jì)。從系統(tǒng)的可行性、功能需求和逡逑性能需求三方面，分析了系統(tǒng)設(shè)計(jì)需求，并提出了故障診斷系統(tǒng)的Ｂ／Ｓ三層架構(gòu)逡逑和并行分層開放式結(jié)構(gòu)。逡逑第三章為故障特征自動(dòng)提取的方法。開發(fā)了故障征兆自動(dòng)提取算法，分別研逡逑究了信號(hào)時(shí)域分析、頻域分析、軸心軌跡和趨勢(shì)分析，并將提取的故障征兆作為逡逑故障識(shí)別環(huán)節(jié)的輸入量。逡逑第四章為旋轉(zhuǎn)機(jī)械智能故障識(shí)別方法。介紹了旋轉(zhuǎn)機(jī)械智能故障識(shí)別的實(shí)現(xiàn)，逡逑從集成化故障識(shí)別系統(tǒng)、智能診斷知識(shí)庫(kù)和智能診斷方法庫(kù)三個(gè)方面展開說(shuō)明，逡逑１０逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王輝;路立娜;;旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部件故障診斷與預(yù)測(cè)研究[J];硅谷;2014年23期

2 謝春燕;;GE-Bently System1狀態(tài)監(jiān)測(cè)系統(tǒng)應(yīng)用經(jīng)驗(yàn)[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2014年19期

3 盧娜;肖志懷;張廣濤;孫召輝;;基于自適應(yīng)多小波與綜合距離評(píng)估指數(shù)的旋轉(zhuǎn)機(jī)械故障特征提取[J];振動(dòng)與沖擊;2014年12期

4 趙海臣;李良榮;李叢飛;;FFT與IFFT頻域信號(hào)處理研究[J];貴州大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

5 王剛;;云計(jì)算的分析與研究[J];信息技術(shù);2013年06期

6 曾闖;;淺析智能型機(jī)械自動(dòng)化發(fā)展趨勢(shì)[J];企業(yè)技術(shù)開發(fā);2013年11期

7 鄭偉;安佰強(qiáng);王小雨;劉巍;時(shí)永進(jìn);;專家系統(tǒng)研究現(xiàn)狀及其發(fā)展趨勢(shì)[J];電子世界;2013年04期

8 于鳳銀;宋炳泉;楊巍;于鳳燕;;高速旋轉(zhuǎn)機(jī)械常見故障原因及頻域分析[J];通用機(jī)械;2013年01期

9 謝麗娟;陳俏;;模糊綜合評(píng)判中合成算子的選取[J];科協(xié)論壇(下半月);2012年09期

10 趙曉順;劉淑霞;馬躍進(jìn);崔喜賀;;基于虛擬儀器的發(fā)動(dòng)機(jī)斷缸故障振動(dòng)診斷[J];農(nóng)業(yè)工程學(xué)報(bào);2012年17期

相關(guān)博士學(xué)位論文 前6條

1 王建;輸電線路氣象災(zāi)害風(fēng)險(xiǎn)分析與預(yù)警方法研究[D];重慶大學(xué);2016年

2 張可;基于征兆分析的多故障智能診斷方法的研究和應(yīng)用[D];重慶大學(xué);2010年

3 曹沖鋒;基于EMD的機(jī)械振動(dòng)分析與診斷方法研究[D];浙江大學(xué);2009年

4 楊鐵梅;基于混合智能的齒輪傳動(dòng)系統(tǒng)集成故障診斷方法研究[D];太原理工大學(xué);2009年

5 任達(dá)千;基于局域均值分解的旋轉(zhuǎn)機(jī)械故障特征提取方法及系統(tǒng)研究[D];浙江大學(xué);2008年

6 鄧學(xué)欣;開放式故障診斷構(gòu)架及動(dòng)態(tài)測(cè)試分析方法研究[D];天津大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 孫美巖;基于振動(dòng)信號(hào)的滾動(dòng)軸承故障特征提取研究[D];東北石油大學(xué);2015年

2 耿富禮;旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)與算法開發(fā)及其應(yīng)用研究[D];上海交通大學(xué);2014年

3 徐福澤;轉(zhuǎn)子系統(tǒng)不平衡—不對(duì)中耦合故障的動(dòng)力學(xué)分析與診斷[D];湖南科技大學(xué);2013年

4 朱金霞;云計(jì)算環(huán)境下中小企業(yè)信息化需求研究[D];南京大學(xué);2013年

5 龔海健;變轉(zhuǎn)速下旋轉(zhuǎn)機(jī)械瞬態(tài)特征表示和提取與故障診斷研究[D];蘇州大學(xué);2012年

6 張弛;旋轉(zhuǎn)機(jī)械典型故障特征提取方法研究[D];北京化工大學(xué);2010年

7 鄧曉云;振動(dòng)診斷技術(shù)在數(shù)控機(jī)床狀態(tài)監(jiān)測(cè)與故障診斷中應(yīng)用的研究[D];大連交通大學(xué);2010年

8 龔海鵬;小波變換在轉(zhuǎn)子故障診斷中若干問題的研究[D];上海交通大學(xué);2008年

9 張海洋;定性趨勢(shì)分析在故障診斷中的應(yīng)用研究[D];北京化工大學(xué);2007年

10 鄧緒勇;電動(dòng)機(jī)振動(dòng)監(jiān)測(cè)與故障診斷系統(tǒng)開發(fā)與研究[D];昆明理工大學(xué);2007年

本文編號(hào)：2754976