线材精轧机典型故障诊断及故障趋势预报

线材精轧机典型故障诊断及故障趋势预报作者：金晓光学位授予单位：辽宁科技大学相似文献(10条)1.期刊论文徐新华.杨春生.王盛卫.XUXin-hua.YANGChun-sheng.WANGSheng-wei基于小波变换的传感器故障诊断研究-建筑科学2007,23(12)主元分析法可以应用于空调系统的传感器故障诊断,但是测量数据中隐含的噪声及系统的动态性影响了这一方法在故障诊断时的效果.本文提出采用小波变换的方法对测量数据进行分解,利用不含噪声及动态性的低频信号进行传感器的故障诊断,即基于小波变换的主元分析故障诊断法.该方法采用一大型离心式制冷机的实测运行数据进行验证,且同时与常规的主元分析法进行比较,结果说明基于小波变换的主元分析法可以提高故障诊断水平.2.学位论文龚海鹏小波变换在转子故障诊断中若干问题的研究2008转子是旋转机械最主要的部件，而旋转机械广泛应用于石油、化工、机械、冶金、电力等行业，因此转子的故障诊断越来越被人们重视。随着科学技术的发展，国内外学者提出了很多故障诊断的新方法、新技术，并在实际工程中得到了应用。小波变换是信号处理的前沿技术，本文对其在转子故障诊断中的应用进行了深入探讨和研究。1.在查阅大量文献的基础上，介绍旋转机械故障诊断的意义、内容和国内外发展现状及趋势，并概括故障诊断的常用方法；介绍小波基础理论，其中包括小波变换、多分辨率分析、Mallat算法、小波包理论等。2.在BentlyRK4转子实验台上模拟转子系统的四种运行状态，包括正常、不平衡、径向碰摩和油膜涡动，获取转子不同恒速状态下的振动信号，为进一步研究小波变换提供可用的实验数据。3.研究小波基的选择，对Daubechies小波系进行分析比较，最后选用db3小波基，并用实测信号进行验证，取得了较好的检测效果。4.研究信号的小波消噪，对消噪阈值进行分析比较并选取，采用小波软阈值启发式阈值法对实验台上测取的转子染噪信号和电厂实测的燃气轮机转子染噪的振动信号进行消噪处理，得到了满意的消噪效果。5.研究小波奇异性检测，分别对信号突变程度和突变位置进行小波检测，推导Lipschitz指数的求解方法和思想。6.研究基于小波包分解的信号特征提取，对转子实验台上采集到的转子不同状态下的数据进行小波包特征提取，提出小波包灵活组合的思想，比传统的“频率等分”法更贴近实际。7.研究小波包与神经网络相结合的故障诊断方法，将小波理论和神经网络理论结合起来，组建松散型的小波神经网络，并对网络进行训练和测试，使得该网络具有转子故障分类的功能。该方法具有很好的工程应用价值。8.研究VB与Matlab混合编程技术，并引入到转子故障诊断系统中。介绍混合编程的优点、混合编程的原理及方法。在此基础上编写转子故障诊断软件，解决了VB与Matlab混合编程的技术难点，实现了小波消噪、小波检测、小波包特征提取、BP网络故障诊断等功能。该技术使工程开发的效率大大提高。3.期刊论文李军.俞建定.徐铁峰.LIJun.YUJian-ding.XUTie-feng基于小波变换的故障诊断信号非平稳性分析-系统工程与电子技术2006,28(7)从工程角度,解释小波变换的实际含义,并将其与传统的傅里叶变换分析方法作比较,通过比较两种基函数的时频窗,显示小波变换在时域和频域都具有局部化特性,并且运用可调的柔性窗可对高频、低频信号分别采取不同的尺度进行分析,特别适合于分析奇异性强的机械故障诊断信号.以旋转机械轴振动信号为仿真分析对象,以Daubieches5阶小波作为基小波,介绍了小波变换在故障诊断的信号非平稳性分析中的应用,并给出了奇异点检测和瞬态过程检测的仿真示例,体现了小波变换在故障诊断领域对非平稳信号的时域局部细节的刻划能力.4.期刊论文胡静涛.郭前进.HuJingtao.GuoQianjin基于线调频小波变换的旋转机械故障诊断-仪器仪表学报2006,27(z1)小波变换在设备故障信号处理中得到广泛地应用,然而,小波变换只能消除白色噪声,对有色噪声不起作用.线调频小波变换统一了短时Fourier变换和小波变换的时频分析,是信号的时间-频率-尺度变换,能根据信号的特点自适应生成新的时频窗口.它不仅具有小波变换良好的时频局部性特点,而且它的时频窗口比小波变换的时频窗口更加灵活.本文应用线调频小波变换对旋转机械故障信号进行消噪,效果明显.5.学位论文袁圣浩基于小波变换的引擎故障诊断方法研究2005本文以某型航空发动机为例，以小波变换为理论基础，进行了引擎故障诊断方法的基本研究。小波分析是近年来迅速发展起来的一门理论，在图象处理、通信和故障诊断等方面都取得了成功的应用。小波包变换是小波变换的推广，共同构成了小波分析。本论文围绕小波变换和小波包变换在引擎故障诊断中的应用进行了理论研究和实验验证，将小波分析这一时频分析方法应用到航空发动机的故障诊断领域。主要内容如下：首先，阐述了小波分析在引擎故障诊断中的意义，从诊断理论和故障信号特点两方面说明对引擎故障信号进行小波分析是引擎故障诊断过程的内在要求；其次，研究了航空发动机典型结构性故障及这些故障发生的原因，针对这些故障产生的振动建立相应的数学模型，并论述了振动信号在引擎故障诊断中的重要性。第三、研究了小波分析的理论基础，重点说明其工程解释，并通过分析具体的性能指标得到适合故障信号分析的小波母函数；第四、研究了小波分析在信号处理中的理论应用，对仿真信号进行了小波消噪及故障特征提取，取得了较好的结果。第五、研究了小波分析在非平稳信号分析方面中的实际应用，通过多分辨率分析，获得了傅立叶分析等其他信号处理方法不能得到处理结果，充分说明了小波分析对此类信号分析有着独特的优势。最后、提出了基于“能量一故障”的引擎故障诊断模式识别方法。通过小波包变换，成功提取了转子振动平台预设故障状态下的特征向量，应用该方法对航空发动机的振动信号进行分析，就可捕捉到故障信息，为今后判断、预防同类事故及事后确定故障部位提供了有效的分析手段。综上所述：将小波分析应用在引擎等机械的故障诊断，可以方便可靠的提取其它方法无法得到的一些重要特征。为发现设备隐患，进行故障诊断提供了一科可行及有效的方法。6.期刊论文吴浩中.戴小文.王开文小波变换在摆式列车倾摆控制系统故障诊断中的应用研究-机械强度2003,25(1)小波变换在故障诊断中得到较广泛的应用,但采用不同的小波,分析结果往往会有很大差异.对常用的正交、半正交、双正交小波提取信号特征的能力进行分析比较,表明半正交B样条小波因具有线性相位和采用较长的分解系列,而具有较好的频域局部化特性和较小的变换误差,是摆式列车倾摆控制系统故障诊断中的较佳小波基.提出一种新的确定故障诊断阈值的方法,并通过实验证明了方法的有效性,为小波变换在摆式列车实车倾摆控制系统故障诊断中的应用提供理论依据.7.学位论文郝云虎小波变换在齿轮箱故障诊断中的应用2009由于现代动力设备日趋大型化、自动化、复杂化以及市场竞争的日趋激烈化，人们对它的故障诊断准确性和快速性提出了更高的要求。齿轮传动是动力设备中最常见的传动方式之一，对其传动系统进行状态监测及故障诊断具有重大的意义，不仅可缩短维修时间、降低维修成本，还可以提高诊断速度。本文围绕小波变换在齿轮箱故障诊断中的应用进行了理论研究和试验分析，将采用小波变换进行时频分析的方法应用于动力设备故障诊断做了系统的分析。以JZQ250齿轮箱为研究对象，根据实际状况下齿轮箱的故障机理和振动特点，设计了齿轮箱状态监测与故障诊断试验方案、测取齿轮箱振动加速度信号，并用小波和小波包对其进行降噪预处理。在此基础上，针对齿轮崩齿故障进行了振动信号的小波变换并提取故障特征信息，另外还对轴承外圈点蚀故障就进行了振动信号的功率谱分析。试验表明，该方法可以有效地对齿轮箱故障进行分析和诊断。研究结果表明，小波变换在时域和频域同时具有良好的表征信号局部特征与特征提取的能力，可以有效地应用于机械设备的故障诊断。8.期刊论文王翔.WANGXiang小波变换在汽轮机组动静碰摩故障诊断中的应用综述-南京工程学院学报（自然科学版）2008,6(2)小波变换在故障诊断的各个领域已经广泛应用,首先综述了汽轮机组动静碰摩的振动特征和诊断方法:小波分析应用于机械故障振动信号分析的优越性及其应用的进展和特点,介绍了小波变换技术在汽轮机组动静碰摩故障诊断的理论研究和实际应用,最后提出小波分析应用于碰摩故障诊断存在的问题以及对其应用前景的展望.9.期刊论文王江萍.鲍泽富.WangJiangping.BaoZefu小波变换在柴油发动机故障诊断中的应用-石油机械2006,34(9)传统的振动分析常采用傅立叶分析法,对于柴油发动机某些非平稳振动信号,傅立叶分析可能给出虚假的结果,从而导致错误诊断.为此,探讨了小波变换在柴油发动机故障诊断中的应用.分析了小波变换的基本概念及其特性,通过对柴油发动机多种工况下振动信号的小波分解和小波重构,阐述了小波分析时频域局部特性在柴油机故障信号的降噪处理及特征提取方面的优势.实例研究表明,小波变换对柴油机发生故障时所产生的非平稳振动信号具有较好的分析效果和使用价值,为柴油发动机故障诊断提供了一条有效的途径.10.学位论文胡婕小波变换在数据处理和故障诊断中的应用2007本文对小波变换在数据处理和故障诊断中的应用分别进行了研究。论文的绪论部分简单介绍了小波变换的特点，数据处理和故障诊断的必要性以及小波变换在故障诊断中的应用。在数据处理中，首先分析了小波变换在滤波、消噪及其在信号检测方面的作用，然后利用小波变换对序批式活性污水处理过程的PH、DO、ORP实时测量数据进行了去噪处理。研究结果表明，小波去噪合理有效，能够敏感识别观测噪声和有用信息，不需要待处理数据的先验知识，且对污水处理过程的反应特征点判别非常有效。在故障诊断方面，结合主元分析和离散平稳小波变换，提出了多尺度离散平稳小波主元分析算法，并将此算法和常规主元分析算法应用到TE过程的故障监测。结果表明，多尺度离散平稳小波主元分析算法的故障监测的准确率较高；为有效识别故障，提出了基于小波变换和动态时间规整的算法，并针对TE过程进行此算法与常规的动态时间规整算法的故障识别。结果表明，基于小波变换和动态时间规整算法能够准确地识别出发生何种故障，而常规的动态时间规整算法则存在一定的失误。最后，在总结全文的基础上，提出有待进一步研究的方向。本文链接：授权使用：上海海事大学(wflshyxy)，授权号：9138888e-603f-4ede-b1da-9dd6014d820e下载时间：2010年8月18日