原文传递
基于数据驱动的船舶旋转机械故障诊断方法研究及应用
| 论文题名： | 基于数据驱动的船舶旋转机械故障诊断方法研究及应用 |
| 关键词： | 船舶旋转机械;故障诊断;经验模式分解;支持向量机;纹理图像 |
| 摘要： | 旋转机械是工业领域应用最为广泛的一类机械设备，也是船舶系统的重要组成部分。由于受到工艺缺陷、安装不当以及长期恶劣的工作环境影响，船舶的旋转机械设备极易发生故障。这些故障不仅会影响船舶正常航运，还会引发重大经济损失和人员伤亡。当前船舶系统故障诊断多依赖简单的检测设备和专家经验，误诊率较高。因此，针对船舶的旋转机械设备，研究其故障诊断方法具有重要的理论价值和实际意义。 本文结合工程背景，利用基于数据驱动的方法对船舶旋转机械进行故障诊断，工作主要包括理论分析和应用研究。本文开始概述了故障诊断方法，介绍了基于数据驱动的旋转机械故障诊断方法的发展历程，并分析了现有成果的特点与不足。 首先，通过实船监测和实验方式获得了大量的研究数据。实船数据采集于航运中的散货轮，数据分为正常状态和故障状态两类。实验数据来源于船舶旋转机械故障模拟实验平台，包含了几种常见故障的数据以及正常状态下的数据。 其次，分析了经验模式分解方法在信号分析中的应用，包括对传统信号降噪方法进行优化，以及结合样本熵理论实现船舶旋转机械的故障诊断。首先根据分量相关性原则，提出将遗传算法与经验模式分解阈值降噪方法相结合，增强降噪后信号与原信号的相关性。然后将经验模式分解与样本熵理论相结合，完成了船舶旋转机械的故障诊断。 接着，针对传统信号分析方法去噪难的缺陷，提出了基于灰度图纹理分析的船舶旋转机械故障诊断方法。将船舶旋转机械振动信号转换为灰度图像，利用相应的纹理图像分析方法完成故障识别，并从理论和实验两个方面验证了该方法的可行性和实用性。 最后，进行了基于Matlab图形用户界面的船舶旋转机械设备故障诊断系统开发。介绍了系统的开发环境、总体结构设计，说明了各模块的实现方法，并测试了该软件系统的有效性和实用性。 |
| 作者： | 董晨辰 |
| 专业： | 控制工程 |
| 导师： | 冒泽慧 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
