基于全信息的智能診斷方法及其應(yīng)用研究
發(fā)布時(shí)間:2020-06-06 06:37
【摘要】:全矢譜分析技術(shù)是矢量譜分析及其一系列擴(kuò)展分析方法的統(tǒng)稱(chēng),它在融合了雙通道數(shù)據(jù)信息的同時(shí),又保留了相應(yīng)傳統(tǒng)譜分析的物理意義。針對(duì)目前旋轉(zhuǎn)機(jī)械故障智能診斷中普遍存在信息源不足的問(wèn)題,本文將全矢譜分析引入到智能診斷中,提出了基于全信息的旋轉(zhuǎn)機(jī)械故障智能診斷方法。主要工作如下: 1.本文論述了矢量譜分析,著重介紹了矢功率譜分析和矢Wigner-Ville分布,給出了相應(yīng)定義和數(shù)值計(jì)算,并進(jìn)行了實(shí)驗(yàn)研究,實(shí)驗(yàn)結(jié)果驗(yàn)證了全矢譜分析方法明顯優(yōu)于相應(yīng)的傳統(tǒng)頻譜分析。 2.徑向基函數(shù)網(wǎng)絡(luò)具有良好的推廣能力和分類(lèi)能力。本文論述了徑向基函數(shù)網(wǎng)絡(luò)的模型、訓(xùn)練過(guò)程和網(wǎng)絡(luò)性能,結(jié)合全矢譜分析方法和徑向基函數(shù)網(wǎng)絡(luò),提出了一種新的故障識(shí)別方法。該方法分別以矢功率譜、矢Wigner-Ville分布為特征向量,徑向基函數(shù)網(wǎng)絡(luò)為分類(lèi)器。并以轉(zhuǎn)子裂紋、轉(zhuǎn)子不對(duì)中、油膜渦動(dòng)為例進(jìn)行實(shí)驗(yàn)研究,實(shí)驗(yàn)結(jié)果表明,該方法是有效的。 3.模糊聚類(lèi)分析是一種簡(jiǎn)單、直觀、有效的模式識(shí)別方法。在其眾多算法中,模糊C均值(FCM)聚類(lèi)算法理論最為完善。本文論述并分析了FCM的具體算法,提出了全矢譜-FCM智能診斷方法,并以矢功率譜和矢Wigner-Ville分布為例,,研究了基于全矢譜分析的FCM模式識(shí)別方法,實(shí)驗(yàn)結(jié)果表明,該方法是可行和有效的。 4.在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展的通用學(xué)習(xí)方法—支持向量機(jī)(Support Vector Machine—SVM)能夠較好地解決實(shí)際中的小樣本學(xué)習(xí)問(wèn)題;诖耍疚纳钊胙芯苛嘶谑腹β首V特征提取的SVM智能診斷方法,并應(yīng)用到旋轉(zhuǎn)機(jī)械故障診斷中,實(shí)驗(yàn)結(jié)果表明,該方法是有效的,尤其在小樣本情況下,SVM識(shí)別效果并不受到影響。 5.基于免疫學(xué)原理建立的人工免疫系統(tǒng)(AIS)是近年來(lái)興起的一種新的智能方法,它具有強(qiáng)大的信息處理和問(wèn)題求解能力以及廣闊的研究前景和應(yīng)用潛力。本文概述了人工免疫系統(tǒng)模型和算法,著重論述了aiNet網(wǎng)絡(luò)的定義、算法和特點(diǎn),并進(jìn)行了算法的改進(jìn)。在此基礎(chǔ)上,結(jié)合全矢譜分析技術(shù)和AIS,提出了一種新的機(jī)械故障智能診斷方法,它以全矢譜分析為特征提取工具,以aiNet網(wǎng)絡(luò)為數(shù)據(jù)壓縮工具,以支持向量機(jī)為分類(lèi)器。該方法成功地應(yīng)用到旋轉(zhuǎn)機(jī)械故障診斷中,實(shí)驗(yàn)結(jié)果表明,該方法是可行和有效的。
【學(xué)位授予單位】:鄭州大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2006
【分類(lèi)號(hào)】:TH17
【學(xué)位授予單位】:鄭州大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2006
【分類(lèi)號(hào)】:TH17
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 彭曉燕;章兢;陳昌榮;;基于RBF神經(jīng)網(wǎng)絡(luò)的最佳滑移率在線計(jì)算方法[J];機(jī)械工程學(xué)報(bào);2011年14期
2 陳斌源;朱軍;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的中速磨煤機(jī)故障診斷[J];發(fā)電設(shè)備;2011年05期
3 林健;汪木蘭;陳桂;;采用遺傳神經(jīng)網(wǎng)絡(luò)的直線伺服系統(tǒng)速度自適應(yīng)控制[J];現(xiàn)代制造工程;2011年07期
4 李春貴;周堅(jiān)和;孫自廣;王萌;張?jiān)龇?;基于多智能體團(tuán)隊(duì)強(qiáng)化學(xué)習(xí)的交通信號(hào)控制[J];廣西工學(xué)院學(xué)報(bào);2011年02期
5 羅爭(zhēng);張e
本文編號(hào):2699301
本文鏈接:http://www.lk138.cn/kejilunwen/jixiegongcheng/2699301.html
最近更新
教材專(zhuān)著