基于极速学习机的旋转机械故障诊断(2)
时间:2019-02-20 14:55 来源:毕业论文 作者:毕业论文 点击:次
3.3 极速学习机算法 10 4 轴承故障的实例诊断 12 4.1本文中使用的实验数据说明 12 4.2提取故障轴承的振动信号特征 12 4.3 通过ELM对轴承故障进行诊断 26 结 论 30 致 谢 31 参考文献32 1 绪论 1.1旋转机械故障诊断研究的背景和意义 在现代化的工业生产中，旋转机械是应用最为广泛的机械设备之一，如发电机、汽轮机、压缩机、电动机、风机等[ ]。这些旋转机械设备在我国工业中的多个领域中发挥了重要的作用。通常情况中，旋转机械都是以高速度运转，并且在各生产工作中的充当关键地位，它们的工作状况不仅决定了设备的安全性，同时对其他设备和后续生产都有着严重的影响。旋转机械的故障使得工作生产潜伏了很大的危机，尤其是当发生重大故障时，其造成的经济损失是无法估量的，甚至发生机毁人亡的重大事故。据加拿大相关机构的调查，电厂43%的事故是由机械故障引起的，在石油领域，Suncor Energy公司每年花费4000万美元用于设备的文护，而旋转机械设备的故障更是引起了巨大的人身和财产损失[ ]。 随着生产技术的不断发展，机械设备各个系统间的联系越来越紧密，这一现实情况也使得对设备的设计要求越来越高，旋转机械在设备运作工程中的故障带来的影响也就越来越明显，由此可见旋转机械故障在生产中的严重性。正因为旋转机械故障带来的严重影响，其故障诊断中的实时监测、准确诊断等技术也有了更高的要求，需要对设备进行在线监测，尽早的诊断出较小的故障，并监视和控制故障的发展[ ]。 由于旋转机械设备的故障产生原因不尽相同，其故障特征信息也有不同差别，通过研究不同的特征信息，可以建立其之间的联系，从而对旋转机械设备进行故障诊断[ ]。多年以来，通过振动信号的故障特征的提取与分析一直都是旋转机械监测与故障诊断的主要手段[ ]。 1.2旋转机械故障诊断的研究状况 近年以来，各个国家都在着手大力发展旋转机械的故障诊断技术的研究，并且已经取得了很多显著的成绩。早在19世纪，机械设备的故障就已经引起生产事故，但是由于当时的机械设备复杂程度以及生产技术较低，所以在旋转机械发生了故障导致了事故后才进行文修。随着科学技术的进步和生产技术的不断发展，机械设备自身的技术复杂程度得到了相当的提高，因此机械设备产生故障引发的事故也大大增多，为了保障机械设备可以正常运作，出现了定期检查，定期文修的预防措施，机械设备的故障诊断技术也就开始产生[ ]。到上世纪60到70年代，随着计算机、数据处理等技术的快速发展，欧美国家的机械设备故障诊断技术得到了飞速发展，而且取得了优异的研究成果，按照机械设备的状态进行文护这一更加科学的诊断技术由此产生。到了上世纪80年代，神经网络[ ][ ][ ]、遗传算法和专家系统等得到了发展，并且在工程实际中得到应用，这使得机械设备的故障文修技术达到了智能水平。最近20多年的研究与应用显示，机械设备的智能故障诊断技术有着非常好的应用前景。我国的机械设备故障诊断技术就是从此开始的。经过多年来许多科研机构大力研究以及实际工业生产中的广泛应用，旋转机械设备的故障诊断技术已经取得了非常可观的良好成果。 1.3机械故障的特点 机械设备的故障类型多种多样，但是它们的基本特点是相同的，一下便是其特点的归纳： （1）机械设备故障的现象大都具有随机性。由于机械工作过程是动态的，动态过程导致了其随机性[ ]。“随机”的含义有两层，一是不同的时刻所观察的数据是不能够重复的，因此，通过观测监测数据进而直接诊断机械设备运行过程中的故障是不可行的，这就要求在统计意义上对其分析。二是表征机器工作状况的特征值并不是不变得，二是在一定的范围之内变化。机械设备的运作过程是一个动态的过程，这个过程是可以利用数学方法进行描述的，针对不同的机械设备，描述它的动态特性模型参数和特征方程都是不一样的，从而使得描述工作状况的特征域就有差别。即使是相同型号的机器，其工作状况以及故障模式改变也会因为其在装配及工作条件的差异而改变[ ]。 (责任编辑：qin) |