检索结果-南通市图书馆

高压隔膜泵单向阀的故障诊断与性能退化模型研究

在线全文

学校读者我要写书评

暂无评论

高压隔膜泵单向阀的故障诊断与性能退化模型研究

作者：朱耀楚昆明理工大学

学位级别：硕士

往复式高压隔膜泵是冶金、煤炭、化工以及矿产等现代行业生产运输中的核心动力设备,其是否正常运行直接影响着企业生产效率,而单向阀作为隔膜泵的关键部件之一,容易发生磨损、卡阀等故障,造成企业停产和严重的安全问题。因此,监测其运... 详细信息

往复式高压隔膜泵是冶金、煤炭、化工以及矿产等现代行业生产运输中的核心动力设备,其是否正常运行直接影响着企业生产效率,而单向阀作为隔膜泵的关键部件之一,容易发生磨损、卡阀等故障,造成企业停产和严重的安全问题。因此,监测其运行状态,评估设备性能退化程度具有重要意义。本文以云南大红山铁精矿管道输送系统中的高压隔膜泵为研究对象,围绕单向阀故障诊断和性能退化程度评估等问题展开研究,建立单向阀故障诊断分析和性能退化评估模型,为维护设备、更换损坏部件提供决策依据,从而保障企业生产安全。论文主要工作包括以下几个部分:(1)针对高压隔膜泵单向阀振动信号初始故障特征不明显的问题,提出一种基于变分模态分解(Variational mode decomposition,VMD)和核主成分分析(Kernel Principal Component Analysis,KPCA)的振动信号特征提取方法。该方法采用VMD分解振动信号,提取分解后各分量信号中多个时、频域的有量纲指标和无量纲指标,来增加信号特征的多样性,提高信噪比,最后利用KPCA对特征数据进行维数约简,消除信号特征冗余。实验验证该特征提取方法有利于提高单向阀故障诊断精度。(2)针对高压隔膜泵单向阀状态转换过程中,存在大量标签未知的样本的问题,提出基于半监督极限学习机(Semi Supervised-Extreme Learning Machine,SS-ELM)故障诊断方法。该方法可以充分利用无标签样本进行训练,提高故障诊断模型性能,具有良好的泛化能力。实验验证SS-ELM在单向阀故障诊断应用上具有较高的诊断精度。(3)提出一种基于支持向量数据域描述(Support Vector Data Description,SVDD)的性能退化评估模型,利用正常状态下的特征向量样本建立超球体模型,根据待测目标与该超球体球心的距离,计算待测目标退化性能指标DI,根据DI评估设备的退化状态。本文建立单向阀性能退化评估模型,将此模型运用于单向阀运行状态监测系统中,监测单向阀的性能退化程度。本文以管道输送中的高压隔膜泵单向阀为研究对象,设计开发了单向阀运行状态监测系统,利用下位机采集高压隔膜泵单向阀的振动信号,再经过上位机信号分析实现对单向阀的故障诊断和退化性能评估,研究结果对单向阀维护、更换损坏部件具有指导意义。

关键词： VMD SS-ELM SVDD 故障诊断性能退化程度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于主曲线相似度的轴承健康状态评估方法

振动．测试与诊断 2019年第3期39卷 625-630,676页

作者：尹爱军梁子晓张波王冬磊重庆大学机械传动国家重点实验室重庆400044 中国石油西南油气田分公司重庆气矿工艺研究所重庆400021 中国工程物理研究院化工材料研究所成都621900

为了更有效地评估滚动轴承性能退化程度,提出了基于流形空间主曲线相似度的状态评估方法。首先,结合轴承振动信号自身特点,进行高维特征提取,利用流形学习算法拉普拉斯特征映射(Laplacian eigenmaps,简称LE)将原高维特征空间转换至低维... 详细信息

为了更有效地评估滚动轴承性能退化程度,提出了基于流形空间主曲线相似度的状态评估方法。首先,结合轴承振动信号自身特点,进行高维特征提取,利用流形学习算法拉普拉斯特征映射(Laplacian eigenmaps,简称LE)将原高维特征空间转换至低维空间;其次,利用软-K主曲线算法提取样本主曲线;最后,结合离散Frechet距离做出状态评估曲线。通过滚动轴承全寿命实验进行对比分析,所提方法相对隐马尔科夫链模型(hidden Markov model,简称HMM)、深度信念网络(deep belief networks,简称DBN)等方法,能更早地发现设备的早期故障,且可以对滚动轴承健康状态进行定量评估。

关键词：状态评估滚动轴承主曲线离散Frechet距离性能退化程度

基于经验模态分解和超球多类支持向量机的滚动轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2011年第14期31卷 96-102页

作者：康守强王玉静杨广学宋立新 V.I.MIKULOVICH 哈尔滨理工大学电气与电子工程学院黑龙江省哈尔滨市150080 白俄罗斯国立大学白俄罗斯明斯克220030

滚动轴承故障定位,特别是对其性能退化程度的诊断可以更有效地进行设备维护以降低停机率。提出了对滚动轴承不同故障位置及性能退化程度的非平稳振动信号进行特征提取和智能分类的故障诊断方法。该方法对各状态振动信号进行经验模态分解... 详细信息

滚动轴承故障定位,特别是对其性能退化程度的诊断可以更有效地进行设备维护以降低停机率。提出了对滚动轴承不同故障位置及性能退化程度的非平稳振动信号进行特征提取和智能分类的故障诊断方法。该方法对各状态振动信号进行经验模态分解,得到一系列固有模态函数和一个残余分量。经验模态分解方法具有分解自适应性和分解唯一性。对每个固有模态函数建立自回归模型,分别采用Yule-Walker和Ulrych-Clayton两种方法求得模型参数和残差方差,并以此作为各类状态信号的特征矩阵,输入到改进的超球多类支持向量机分类器,判断滚动轴承故障位置及性能退化程度。实验结果表明,提出的方法可同时实现滚动轴承故障位置及性能退化程度的智能诊断,且基于经验模态分解结合自回归模型的Ulrych-Clayton参数估计进行特征提取的诊断方法识别率更高。

关键词：非平稳信号经验模态分解多类支持向量机滚动轴承性能退化程度

基于CFOA-MKHSVM的滚动轴承健康状态评估方法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2016年第9期37卷 2029-2035页

作者：康守强王玉静崔历历柳长源郑建禹哈尔滨理工大学电气与电子工程学院哈尔滨150080

为了更有效评估滚动轴承性能退化程度,提出一种混沌优化果蝇算法(CFOA)与多核超球体支持向量机(MKHSVM)相结合的滚动轴承健康状态定量评估方法。该方法针对滚动轴承各状态数据分布不均匀、单一核函数分类存在局限性的问题,提出利用多核... 详细信息

为了更有效评估滚动轴承性能退化程度,提出一种混沌优化果蝇算法(CFOA)与多核超球体支持向量机(MKHSVM)相结合的滚动轴承健康状态定量评估方法。该方法针对滚动轴承各状态数据分布不均匀、单一核函数分类存在局限性的问题,提出利用多核核函数的凸组合来优化超球体支持向量机。为消除人为选择分类器多参数的盲目性、避免果蝇优化算法陷入局部最优,将果蝇算法与混沌理论相结合,对多参数进行寻优。同时构建混沌优化果蝇算法-多核超球体支持向量机(CFOAMKHSVM)模型,并提出归一化差别系数评估指标。通过实验研究,与支持向量数据描述(SVDD)算法评估指标进行对比,验证了所提指标的有效性,实现了滚动轴承健康状态的定量评估。

关键词：滚动轴承果蝇优化算法超球体支持向量机性能退化程度状态评估