检索结果-南通市图书馆

作者：万学城电子科技大学

学位级别：硕士

现代工业广泛使用各类旋转机械设备,其中滚动轴承是必不可少的一种零部件,同时也是极易出现故障的部件。一旦发生故障可能会影响整个设备的正常运行,因此准确评估其运行状态对确保设备安全服役至关重要。但是,实际轴承运行时,工况波动... 详细信息

现代工业广泛使用各类旋转机械设备,其中滚动轴承是必不可少的一种零部件,同时也是极易出现故障的部件。一旦发生故障可能会影响整个设备的正常运行,因此准确评估其运行状态对确保设备安全服役至关重要。但是,实际轴承运行时,工况波动、噪声干扰等直接影响对轴承内部状态的判断。因此,本文引入形态滤波方法和其他先进信号分析方法,对复杂工况下的轴承振动自适应分析与退化评估方法开展研究,旨在获得准确、高效的振动分析与退化评估结果。本文的主要研究内容和创新总结如下:(1)形态滤波既能提取特定信号成分,又能消除噪声影响,但其性能受形态算子和结构元素选取的影响。考虑到轴承早期故障振动微弱和循环冲击的特点,本文提出了改进的形态滤波方法,其中新的组合形态顶帽算子用以增强正负冲击信号,定义的故障频率幅值和用作滤波的评估指标,对比不同结构元素长度选取产生的滤波差异,可以自动获得最优的结果元素参数。实验轴承和轮对轴承信号分析结果表明,所提改进方法在噪声较强、故障冲击较为微弱时可以完整地提取出轴承故障共振频带,避免过度处理削弱故障产生的能量,影响后续的轴承性能退化评估。(2)实际轴承运行时,采集到的振动观测信号包含多种信号成分,其中大量环境噪声和冲击噪声会影响对轴承故障的定性和定量评估。为解决这一问题,本文提出了一种强噪声环境下振动信号自适应处理方法。首先,采用改进形态滤波方法处理轴承观测信号,提取出微弱冲击的主要频带,去除部分噪声;其次,设计了自适应共振频带选取方法,以滤波性能作为评估准则,确定最优带通滤波参数,从而获得较为纯净的故障轴承振动信号。通过对人工故障和加速寿命实验故障轴承信号的分析与方法比较,验证了该混合方法可从复杂观测信号中分离出轴承振动信号,特别是故障早期仍可准确识别出轴承异常,有助于准确评估轴承退化过程。(3)为了准确分析轴承的退化情况,在上述信号处理方法的基础上,本文提出了基于故障敏感指标筛选的轴承故障定量评估方法。首先,从轴承信号中提取出多域特征,通过特征平滑和归一化获得信号的多维表征;在此基础上,根据相关性、趋势性和单调性评估指标筛选出少量故障敏感指,并以此构建轴承健康综合指标。其次,综合数据驱动和模型驱动的预测模型的优势,提出了混合寿命预测模型,先在威布尔分布曲线和单指数曲线的基础上构建出混合退化模型,再使用无迹粒子滤波方法进行轴承剩余寿命预测。采用多组轴承全寿命数据对所提方法进行了验证,结果表明所提健康指标具有更好的单调性和趋势性,所得退化曲线不仅具有较少的波动,而且可准确反映轴承早期异常;混合预测模型可准确估计轴承的剩余寿命。本文使用多组轴承数据对所提方法进行了验证与比较,形成了信号自适应处理、健康指标构建、性能退化评估和剩余寿命预测的处理流程,实现了对轴承故障的准确定性分析和定量评估,可为相关机械部件的振动分析与评估提供有用参考。

关键词：形态滤波共振频带性能退化评估剩余寿命预测滚动轴承

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

挖泥船泥泵预测性维护技术研究

挖泥船泥泵预测性维护技术研究

作者：黄龙归武汉理工大学

学位级别：硕士

泥泵作为挖泥船作业的主要大型部件,同时也是挖泥船消耗功率最大的设备,一般占挖泥船总装机功率的60%以上,其健康状态直接关系到挖泥船工作的展开,是制约船舶能耗水平的重要因素。因此在泥泵日常工作过程中安装了诸多传感器用以监测相... 详细信息

泥泵作为挖泥船作业的主要大型部件,同时也是挖泥船消耗功率最大的设备,一般占挖泥船总装机功率的60%以上,其健康状态直接关系到挖泥船工作的展开,是制约船舶能耗水平的重要因素。因此在泥泵日常工作过程中安装了诸多传感器用以监测相关参数,这些数据深层次的反应了泥泵工作状态,但由于作业需求等各方面因素限制,往往没有得到充分的利用。此外,随着我国疏浚行业的不断发展,一批具有新服役、小样本、缺乏故障数据等特点的疏浚设备给相关运维方面也带来了挑战。本文以泥泵为对象,对预测性维护技术的相关应用进行了研究,基于泥泵SCADA数据,结合状态评估、趋势预测等技术实现预测性维修,对提高挖泥船泥泵运维效率及可靠度具有重要的实用价值和意义。论文的主要工作如下:(1)构建基于灰云模型和组合赋权的泥泵健康状态评估模型。首先对泥泵结构进行分析,建立泥泵健康状态评估指标体系;然后采取灰色白化权函数和正态云模型构建灰云模型,提出基于灰云模型和组合赋权的泥泵健康状态评估模型,结合实船数据开展评估。结果表明,灰云模型能很好的兼顾灵敏性与模糊性,验证了评估结果的正确性。(2)基于SCADA数据的劣化趋势预测神经网络构建及应用。首先采用聚类算法、双向清洗方法等数据预处理方法对原始工程数据进行工况划分、清洗,得到清洗后的数据样本;然后建立泥泵劣化趋势预测的EEMD-NARX神经网络模型,开展趋势预测。结果表明,各项误差指标均优于其他模型,验证了该方法的准确性。(3)考虑无失效性和极小子样的泥泵剩余寿命综合估计。首先对泥泵寿命寿命特点进行分析,针对其可靠性高、极小子样、无失效数据等特点,提出一种基于虚拟增广法-E-bayes的耦合估计方法;然后选取CMPASS数据集进行验证,结果表明,耦合估计能较好的贴合真实寿命分布,置信区间覆盖率达92.7%,验证耦合估计的有效性,结合实船数据对泥泵展开寿命分布估计。(4)基于RCM(Reliability-Centered Maintenance)和预测性维护技术的泥泵预防性维修大纲建立。首先对泥泵日常故障及成因进行分析,考虑到各子系统在维修大纲制定流程上的同质性,以封水系统为例,作为分析对象;然后基于相关标准,结合船厂技术人员的经验开展RCM分析,并基于前述预测性维护技术,对预测性维修和定期维修的优劣进行比较。结果表明,相较于传统定期维修策略,预测性维修能有效的降低检查成本,同时能够有效避免事后维修的发生,从总体上来说,预测性维修优于定期维修。

关键词：预测性维护技术泥泵状态评估 EEMD-NARX神经网络剩余寿命预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的航空发动机性能退化预测研究

基于深度学习的航空发动机性能退化预测研究

作者：张渝舜中国民航大学

学位级别：硕士

航空发动机作为工业史上的明珠,对其进行健康管理是保障飞行安全,提高经济效益的基础,剩余寿命预测是健康管理的一个重要课题。本文以航空涡扇发动机剩余寿命预测为研究内容,结合先进的深度学习方法,在提高剩余寿命预测精确度和度量预... 详细信息

航空发动机作为工业史上的明珠,对其进行健康管理是保障飞行安全,提高经济效益的基础,剩余寿命预测是健康管理的一个重要课题。本文以航空涡扇发动机剩余寿命预测为研究内容,结合先进的深度学习方法,在提高剩余寿命预测精确度和度量预测不确定性两个方面进行了深入探讨。在实际运维管理中,难以获取单一由性能到寿决定的RUL值,因此,本文面对有RUL标签的数据集和无RUL标签的数据集采用的是两种完全不同的思路来解决。思路1:首先是直接建立性能参数与失效时间端到端的映射关系;思路2:拟合性能参数趋势,通过滚动预测外推至失效阈值以确定其剩余寿命。首先对于有完整RUL标签的数据集,提出了一个新的方法来估计涡扇发动机的RUL,该方法包括用于估计RUL的多层感知机(Multilayer perceptron,MLP),以及一个用于寻找较优超参数的随机搜索算法。实验表明,基于随机搜索的超参数寻优策略能较大地提高预测精确度,在C-MAPSS FD001子集上的均方根误差能达到12.99,且不同超参数的模型能提供有差异的预测结果,从而可以用预测结果的方差来度量预测不确定性。其次对于无RUL标签的数据集,提出了两种方法。第一种基于门控循环单元(Gated Recurrent Unit,GRU)和深度自回归神经网络(Deep Autoregressive neural networks,Deep AR)的涡扇发动机故障诊断和性能参数生成方法。该方法通过拟合性能参数趋势,滚动外推至失效阈值来预测RUL,即面向无完整剩余寿命标签的涡扇发动机数据集。采用GRU对风扇和高压压气机退化模式进行判别,针对两种退化模式选用不同的性能参数以表征其退化情况,假定性能参数的噪声服从高斯分布,采用Deep AR构建单步性能参数值的概率分布,通过马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)采样和失效阈值的设定,获取RUL预测值的概率分布和置信区间。在C-MAPSS FD003子集上的实验表明,采用GRU进行故障诊断精度可达100%,置信区间的构建效果良好,在没有明确的RUL标签的情况下,能够达到较高的预测精确度(均方根误差为22.74)。第二种是基于改进上下界估计法(Lower Upper Bound Estimation,LUBE)的涡扇发动机性能参数预测方法。该方法通过构建双输出的神经网络来模拟预测区间的上下界,重新构建综合指标CWC,首先采用随机梯度下降算法(Stochastic Gradient Descent,SGD)进行预训练,然后采用模拟退火算法(Simulated annealing,SA)最小化CWC。在CMAPSS FD001子集上的实验表明,该方法在没有RUL标签和分布假设的情况下,较好地模拟了性能参数在不同置信水平下的预测区间。

关键词：涡扇发动机剩余寿命预测深度学习不确定性度量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

枯竭油气藏储气库套管力学分析及安全评价

枯竭油气藏储气库套管力学分析及安全评价

作者：吴晓宁中国石油大学（华东）

学位级别：硕士

枯竭油气藏储气库是一种通过原有生产井和建库时增加的气井往枯竭油气层中注采天然气的人工气藏。套管损坏所造成储气库事故约占储气库事故总数的31%，由此成为了储气库安全运营的首要问题。当原有井套管作为天然气注气和采气通道时，... 详细信息

枯竭油气藏储气库是一种通过原有生产井和建库时增加的气井往枯竭油气层中注采天然气的人工气藏。套管损坏所造成储气库事故约占储气库事故总数的31%，由此成为了储气库安全运营的首要问题。当原有井套管作为天然气注气和采气通道时，必须对其进行作为储气库套管的安全适用性评价。本文对储气库工况下的套管进行了受力分析，对影响其强度的因素进行了系统研究，并运用可靠性分析方法对老井套管进行了可靠度计算和剩余寿命预测。首先，通过对储气库工况下套管的受力分析，给出了套管在轴向力、注采气压力和不均匀地应力联合作用下的套管三维强度计算公式，为套管损坏的判定提供了理论支持。然后，运用有限元方法系统分析水泥环属性和地层属性匹配情况对套管强度的影响。另外，建立套管的三维模型，对套管均匀腐蚀和局部腐蚀后剩余强度进行理论分析和有限元模拟计算，详细分析了缺陷尺寸以及套管载荷和地应力不均匀系数对套管剩余强度的影响规律，总结出增加套管壁厚可以增加腐蚀套管的剩余强度。最后，运用随机有限元分析方法，对腐蚀后储气库套管柱在正常工况和非正常工况下进行了可靠性分析，并对影响可靠度的因素进行了敏感性分析，同时讨论了套管内部压力和储气库采气速率对套管安全性的影响。针对储气库使用年限比较长的特点，对多随机因素作用下的腐蚀套管进行了基于可靠性理论的剩余寿命预测。

关键词：储气库套管腐蚀套管剩余强度可靠度剩余寿命预测

铁路货车轴承故障预测与健康管理系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

铁路货车轴承故障预测与健康管理系统的设计与实现

作者：张玉坤北京交通大学

学位级别：硕士

一直以来,铁路运输与轨道交通是我国国民经济的大动脉,并在国民经济中占有极其重要的地位。随着交通的不断发展,铁路货车运输管理的综合化、复杂化、一体化、智能化程度也不断提高,其运行安全、故障诊断及检修的高效与快速等问题变得越... 详细信息

一直以来,铁路运输与轨道交通是我国国民经济的大动脉,并在国民经济中占有极其重要的地位。随着交通的不断发展,铁路货车运输管理的综合化、复杂化、一体化、智能化程度也不断提高,其运行安全、故障诊断及检修的高效与快速等问题变得越来越重要。为了保障安全,避免不必要的经济损失,需要对铁路货车进行管理与维护。利用智能故障诊断技术,可以有效进行货车关键部件的按需维护,动态预测货车关键部件使用寿命;还可以快速诊断已发生故障的货车关键部件故障类型,迅速修复故障,提高生产效率。并且能够在保证安全的情况下,有效降低企业成本。另外,如果在早期给出货车关键部件的运行状态,就能实现故障的预测,降低故障发生率,从而可以大大提高铁路货车的运行质量。因此,本文提出了铁路货车轴承故障预测与健康管理系统,通过深度学习技术,实现对车辆轴承的故障诊断与剩余使用寿命预测,并完成对铁路货车的状态监测以及对车辆基础信息与运行数据信息的系统化管理。本文从需求分析、概要设计、详细设计实现到系统测试对铁路货车轴承故障预测与健康管理系统进行了完整开发。首先进行需求分析,调研用户实际需求确定系统功能,同时分析了系统非功能性需求。系统分为登录鉴权模块、状态监控模块、故障诊断模块、故障预警模块、操作管理模块以及用户管理模块。然后是概要设计,本文基于MVC框架进行系统设计,研发采取前后端分离的形式,前后端分别采用Vue框架以及Spring Boot框架。登录鉴权功能由Spring Security实现。使用My SQL数据库对系统中的车辆、设备、配置等基础信息以及用户操作记录、故障与预警记录等运行数据信息进行存储,使用Redis(Remote Dictionary Server,远程字典服务)对特定数据信息进行缓存。接着是详细设计与实现,基于概要设计对系统功能模块进行开发。在故障诊断模块中,本文基于1D-CNN(One-dimensional Convolutional Neural Networks,一维卷积神经网络)建立了故障诊断模型,实现了对于轴承的故障诊断;在1D-CNN的基础上,引入了LSTM(Long Short-Term Memory,长短期记忆网络)网络以解决轴承振动信号的时序性问题,采用CNNLSTM模型来预估轴承的剩余使用寿命。最后对系统进行测试,为系统所有功能模块编写测试用例并对非功能性测试进行说明。本系统目前已在实际中投入使用,系统运行状况良好,为未来铁路货车故障诊断预测算法的深入研究与后续维修管理、决策支持等功能模块的持续开发提供了平台基础。

关键词：铁路货车故障诊断剩余寿命预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

风电机组轴承性能退化趋势预测研究

风电机组轴承性能退化趋势预测研究

作者：刘俊华华北电力大学(北京)

学位级别：硕士

风力发电技术日益成熟,已成为清洁能源的重要形式。国家强调绿色、环保、可持续发展,注重发展风电等绿色环保产业。风电产业发展过程中,实现准确判断风电机组部件运行状态,有效评估机组重要部件的剩余寿命以及合理安排机组维护方案是目... 详细信息

风力发电技术日益成熟,已成为清洁能源的重要形式。国家强调绿色、环保、可持续发展,注重发展风电等绿色环保产业。风电产业发展过程中,实现准确判断风电机组部件运行状态,有效评估机组重要部件的剩余寿命以及合理安排机组维护方案是目前亟待解决的问题。轴承作为风电机组的重要部件之一,对风电机组能否正常运行有很大的影响,因此有必要对风电机组轴承进行状态评估和寿命预测。本文以轴承为主要研究对象,论文具体工作如下:（1）研究了风电机组的主要组成结构及其各自的作用,对轴承振动数据进行时域、频域等特征值的提取,全面介绍了轴承的典型失效形式,根据轴承温度报警故障建立了故障树,便于维修人员进行后续的故障排查工作。（2）研究了 Wiener过程相关理论,如果缺乏大量历史寿命数据,则无法利用统计寿命数据方法确定设备的寿命分布模型,因此本文提出了一种无需借助大量同类或相同系统历史数据的方法。该方法利用Bootstrap抽样方法求取模型的先验分布参数,融合贝叶斯（Bayes）方法在线更新模型后验分布参数。采用单特征值峰峰值验证了该方法的可行性,利用主成分分析（Principal Component Analysis,PCA）方法进行数据融合,分别将时域多特征量和时域频域多特征量经PCA融合后进行Wiener过程建模。对比时域单特征量、时域多特征量及时域频域多特征量,发现基于多特征量的Wiener建模方法预测精度更高,可以实现新建风电场的风电机组轴承等关键部件的在线可靠性评估及剩余寿命预测。（3）研究了极限学习机（Extreme learning machine,ELM）的基本理论和蜻蜓算法（Dragonfly algorithm,DA）的基本原理。为了提高风电机组轴承温度报警的剩余寿命预测方法准确度,提出了一种基于蜻蜓算法和极限学习机神经网络方法的剩余寿命预测方法。针对极限学习机预测结果易受其初始化输入权值和偏置的影响,采用蜻蜓算法（DA）对极限学习机（ELM）的权值和偏置参数矩阵进行优化。实验结果表明,与PSO-ELM、ELM和标准BP神经网络算法相比,采用DA-ELM方法预测风电轴承温度报警的剩余寿命准确率最高,训练误差最小,具有一定的应用价值。

关键词：剩余寿命预测 Wiener过程极限学习机蜻蜓算法风电轴承

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

轨道车辆车厢LED照明控制系统可靠性研究

轨道车辆车厢LED照明控制系统可靠性研究

作者：陈珉珉长春工业大学

学位级别：硕士

随着科技的发展,节能、环保的轨道车辆车厢LED正在快速替代轨道车辆中传统的荧光灯。但轨道车辆车厢LED照明控制系统的可靠性仍然存在着诸多问题,其可靠性研究已经成为企业和科研工作者关注的热点。在吉林省教育厅项目“轨道车辆LED照... 详细信息

随着科技的发展,节能、环保的轨道车辆车厢LED正在快速替代轨道车辆中传统的荧光灯。但轨道车辆车厢LED照明控制系统的可靠性仍然存在着诸多问题,其可靠性研究已经成为企业和科研工作者关注的热点。在吉林省教育厅项目“轨道车辆LED照明系统设计与开发”和国家自然科学基金项目“基于虚拟现实技术的复杂机电系统故障预报与最优维护研究”的支持下,对轨道车辆车厢LED照明控制系统的可靠性进行了研究。首先,在功能上对轨道车辆车厢LED照明控制系统进行了划分,可分为主供电电路和控制电路。并对主供电电路中的主供电电源、LED交流驱动电源、LED灯板以及控制电路中的控制主核心电路、CAN总线、微处理核心以及亮度采集器的工作原理进行了分析。然后,在深入分析可靠性研究方法的基础上,应用可靠性框图建模方式对轨道车辆车厢LED照明控制系统进行了可靠性分析,同时以LED驱动电源为例分析了电路的可靠性及整体电路的平均失效前时间(MTTF)。采用故障树分析法对轨道车辆车厢LED照明控制系统进行定量分析和定性分析,找出了影响其可靠性的因素,并从中确定出最薄弱的环节。为了分析可靠性最薄弱环节对系统可靠性的影响程度,提出了一种带漂移参数的Wiener过程的剩余寿命预估方法,并基于Bayes方法对参数进行估计,推导出参数估计的详细过程和剩余寿命的概率密度函数解析表达式。以LED驱动电源为例,设计了LED驱动电源加速退化试验,在不同的应力梯度下测得了LED驱动电源输出电流的退化数据,在此基础上实现了对LED驱动电源在不同温湿度条件下的可靠度评估和剩余寿命预测,从而验证了理论方法的正确性和可行性。同时该寿命评估方法提高了评估精度,降低了预测的不确定性,也为其他同类产品的寿命预测提供参考依据和方法。最后,为了提高轨道车辆车厢LED照明控制系统可靠性及延长其寿命,对系统提出了容错设计、加固设计等措施与建议,并针对LED驱动电源提出了五种驱动方案。利用可靠性框图法表示出各个组成部分的逻辑关系,并根据不同的可靠性框图模型列出了其可靠度表达式,最后从使用寿命、经济性角度出发,确定了LED驱动电源的最佳工作方案,提高了轨道车辆车厢LED照明控制系统的可靠性。

关键词：轨道车辆 LED照明控制系统 LED驱动电源可靠性剩余寿命预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

极端风暴工况下导管架平台桩腿裂纹扩展研究

极端风暴工况下导管架平台桩腿裂纹扩展研究

作者：宋立志东北石油大学

学位级别：硕士

导管架平台是海洋油气资源开采过程中的基础设施,而桩腿是支撑平台作业的主要结构。由于桩腿长期受到风、浪、流等环境载荷的相互作用,加之海水具有很强的腐蚀性,因此桩腿处很容易产生裂纹等缺陷,在极端环境载荷作用下裂纹会不断扩展,... 详细信息

导管架平台是海洋油气资源开采过程中的基础设施,而桩腿是支撑平台作业的主要结构。由于桩腿长期受到风、浪、流等环境载荷的相互作用,加之海水具有很强的腐蚀性,因此桩腿处很容易产生裂纹等缺陷,在极端环境载荷作用下裂纹会不断扩展,最终会导致平台的承载能力下降。因此有必要对平台进行剩余寿命评估,为后续的平台延寿提供参考,以确保平台的在役安全生产。本文的目的就是基于断裂力学理论对平台关键部位进行裂纹扩展模拟并预测其剩余寿命,具体研究内容如下:基于某导管架平台图纸,利用ABAQUS软件建立平台的有限元模型,通过极端风暴工况下的静力分析得到平台的危险部位;基于模态分析得到平台的前三阶模态频率和振型;通过动力分析得到平台在极端风暴工况下的位移、速度和加速度的变化过程,为后续平台的安全评估提供参考。建立危险部位的实体模型,从实体模型中剖分出子模型。利用Franc3D软件,在子模型中分别引入单裂纹和多裂纹,通过最大张应力准则确定裂纹的扩展方向,选择合适的扩展步长来模拟单裂纹和多裂纹的扩展过程。基于M积分法计算裂纹扩展中每一步的裂纹前缘应力强度因子,得出其与裂纹扩展长度之间的变化关系。结果表明,在单裂纹扩展过程中,裂纹两端的扩展速度要大于裂纹尖端的扩展速度;多裂纹在融合时,应力强度因子会发生突变。通过单裂纹和多裂纹的扩展过程得到单裂纹和多裂纹的扩展形貌以及应力变化趋势。在平台桩腿裂纹扩展模拟的基础上,利用Paris和NASGRO裂纹扩展速率模型分别计算单裂纹和多裂纹在极端风暴工况下的载荷循环次数,通过环境载荷周期换算得到单裂纹和多裂纹的扩展寿命。进一步对比分析了两种裂纹扩展速率模型计算的单裂纹和多裂纹扩展寿命的不同。基于腐蚀环境对裂纹扩展的影响,模拟危险部位在腐蚀条件下的单裂纹扩展过程,得到应力强度因子和裂纹扩展距离之间的关系,利用腐蚀裂纹扩展速度公式计算腐蚀条件下的裂纹扩展寿命。对比分析有腐蚀和无腐蚀条件下的单裂纹扩展寿命,结果表明材料参数C和m对裂纹扩展寿命影响较大,腐蚀环境会加速裂纹的扩展,进而减少平台结构的剩余寿命。

关键词：导管架平台断裂力学裂纹扩展模拟剩余寿命预测腐蚀疲劳

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

带锯床在线监测系统的设计与实现

带锯床在线监测系统的设计与实现

作者：蔡坤杭州电子科技大学

学位级别：硕士

在智能制造的背景下,锯床行业寻求智能化解决方案实现产业升级。目前国内生产的锯床普遍存在以下问题:不能远程获取设备的实时运行状态、锯切参数;锯床在工作过程中,无法获知带锯条磨损状态,很难预测锯条的剩余寿命;实时监测数据量过大... 详细信息

在智能制造的背景下,锯床行业寻求智能化解决方案实现产业升级。目前国内生产的锯床普遍存在以下问题:不能远程获取设备的实时运行状态、锯切参数;锯床在工作过程中,无法获知带锯条磨损状态,很难预测锯条的剩余寿命;实时监测数据量过大,可视化绘制实时性不高,并且数据处理开销大。为了实现远程数据获取和实时监测,本文设计和实现了一套基于物联网技术的带锯床在线监测系统:通过自主研发的智能网关,向下对接锯床控制器,实时收集终端设备采集的参数信息,向上通过Wi-Fi上传到云平台进行处理分析。云平台将处理的数据分发给Web端和小程序,提供可视化展示、远程控制等功能。该系统实现了在线监测、远程运维、故障预警等实际功能需求。为了进行带锯条剩余寿命预测和提高锯条磨损识别精度,本文提出了一套基于自适应噪声完备集合经验模式分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和改进人工蜂群(Artificial Bee Colony,ABC)算法的支持向量机(Support Vector Machine,SVM)锯条磨损识别和预测方案。将采集到的切削力、振动信号进行CEEMDAN分解,选取峭度值作为特征向量,通过改进的时序混淆ABC算法优化SVM模型参数c和g。测试表明,改进算法可以将磨损识别准确率提高到94.01%,大于标准算法的87.88%,满足需求设计。为了降低海量监测数据的处理开销、优化可视化绘制性能,本文提出了一套基于改进的最大三角形三段(Large Triangle Three Buckets,LTTB)算法的降采样方案。为了采样后尽可能保持原始数据曲线特征,通过基于距离和离散程度的自适应选取分段点的改进设计,减少LTTB因平分各段导致的“尖峰”丢失问题。实践表明,降采样十倍后,改进算法对尖峰点的覆盖率仍有87.4%,比标准算法提高了13.3%。SVM前期数据处理速度提升了一个量级,且提取的峭度值相对误差在6%以下。结合ECharts的实例拆分优化设计,可视化绘图操作的耗时减小数十倍,内存占用减小超过30%。该方案大幅降低了锯床监测数据的处理开销,优化了数据可视化的性能和内存占用。

关键词：带锯床系统剩余寿命预测支持向量机人工蜂群降采样数据可视化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

变循环发动机健康状态评价及预测方法研究

变循环发动机健康状态评价及预测方法研究

作者：胡进泰哈尔滨工业大学

学位级别：硕士

变循环发动机是目前最具有潜力的下一代飞行动力之一,但是普通的航空发动机如涡扇、涡喷发动机本身就已经是极其精密且复杂的动力装置,变循环发动机与涡扇、涡喷发动机相比,结构更加复杂、飞行包线范围更广、工作环境更加苛刻,变循环发... 详细信息

变循环发动机是目前最具有潜力的下一代飞行动力之一,但是普通的航空发动机如涡扇、涡喷发动机本身就已经是极其精密且复杂的动力装置,变循环发动机与涡扇、涡喷发动机相比,结构更加复杂、飞行包线范围更广、工作环境更加苛刻,变循环发动机在获得了优秀性能指标的同时,带来的是比常规航空发动机更高的故障发生率和难度更大的预测性维修决策。因此研究针对变循环发动机的预后处理是十分必要的。针对变循环发动机气路性能的长短期预测问题,本文的研究工作如下:首先针对变循环发动机数据获取困难的问题,以变循环发动机热力学原理为基础,并对变循环发动机的热力过程进行相应的简化,搭建了能反映各部件热力过程的部件模型,通过质量守恒及能量守恒方程,连接各部件模型,获得变循环发动机整机模型,并对VCE整机模型进行稳态及动态仿真验证。之后,在VCE整机模型的基础上研究了发动机性能退化传播过程的仿真,并分析了变循环发动机的故障传播特点与不同工况下的故障表现,进而研究实现了多工况下的变循环发动机健康状态评。接着分析了变循环发动机短期预测问题的特点及需求,采用基于数据驱动的预测方法-GRU,利用故障仿真模型及发动机健康评价方法实现了变循环发动机的高精度短期预测。最后,分析了发动机长期寿命预测问题,在基于相似度的RUL预测的基础上,通过对相似度计算过程中的趋势性误差修正和时域误差修正,实现相似度的自适应计算,并引入集成学习中的极限梯度提升算法,提出RUL预测的相似度自适应极限梯度提升模型,降低了RUL的点预测误差,并提高了预测模型的泛化能力。

关键词：变循环发动机部件级模型健康状态评价航空发动机短期预测门控循环网络剩余寿命预测极限梯度提升