原文传递
非平稳信号故障特征提取与智能诊断方法的研究及应用
| 论文题名： | 非平稳信号故障特征提取与智能诊断方法的研究及应用 |
| 关键词： | 故障诊断;局域波法;特征提取;人工智能;神经网络;粗糙集;证据理论;软件复用 |
| 摘要： | 随着设备向着高速度、高功率、高可靠性、大型化的方向发展,使得传统的故障诊断技术难以胜任复杂设备的故障诊断.该文正是基于此考虑,把局域波时频分析方法和人工智能方法引入到故障诊断领域,以解决复杂设备的故障诊断问题.首先,针对复杂设备系统的非线性和表面振动信号的非平稳性,引入了局域波分析方法.局域波分析方法的重大突破在于用基于信号局部特征的多个基本模式分量来描述信号,并赋予每个基本模式分量具有实际物理意义的瞬时频率.它有效地克服了用传统方法进行非平稳信号分析中产生无意义谐波分量的缺点.另外,通过局域波分析可把复杂的实测数据分解成有限个基本模式分量,从而简化信号分析过程,降低信号分析误差.然后,从信息论的角度分析了人类智能活动的一般过程,总结了复杂设备系统故障诊断的特点,给出了智能故障诊断系统的一般框架.最后,以中国一汽变速箱厂生产的G79004变速箱为背景,融合传统故障诊断方法和该文提出的几种新方法,开发研制了"汽车变速箱性能检测系统".该系统是集测试、实时监测显示、报警、信号分析、诊断于一体的综合监测系统.该文介绍了测试系统的设计方案,详细论述了基于软件复用的设计思想和设计过程,并就C/S模式系统设计的特点进行了分析,确定相应的解决方案.工程应用表明,利用而不是忽略复杂设备系统的非线性和表面振动信号中的非平稳性特征,来建立相应的智能故障诊断系统,可以获得更有物理意义的诊断结果,实现准确的故障诊断. |
| 作者： | 王奉涛 |
| 专业： | 机械电子工程 |
| 导师： | 马孝江 |
| 授予学位： | 博士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2003 |
| 正文语种： | 中文 |
检索历史
应用推荐
