基于不确定理论的酸洗线和镀锌线的视情维修策略研究

摘要

在科学技术不断提升的背景下，钢铁生产设备也向多元化方向发展，其机械性能得到了非常大的提高，进而也使设备的维修工作变得越来越复杂。近些年，大规模的复杂系统应运而生，进而导致不确定性因素的增多，为系统的维修策略带来很大的难题。在机械故障诊断领域出现了一个急需解决的问题，那就是如何解决不确定性问题。故寻求能对复杂设备故障诊断与维修相关的各种信息进行快速融合，并有效处理不确定性知识的决策模型及方法，一直是研究者们不懈努力的方向。
　　针对机械故障诊断中存在大量的不确定性问题现象，传统的故障诊断方法已经不能满足需求。然而随着不确定理论的迅速崛起及其在解决故障诊断中的不确定性问题所表现出优越性，其已成为研究者们的主要研究方向之一。
　　本文通过运用贝叶斯网络和证据理论的方法来解决机械故障诊断过程中的不确定性问题，提出了一种新的故障诊断方法及其对应的实现方法，并且通过实例进行验证，其结果表明此方法是可行的。本论文主要研究内容和创新工作有四点:第一点，运用不确定理论解决机械故障诊断中不确定性问题;第二点，运用贝叶斯网络构建故障诊断系统模型;第三点，通过对局部区域进行概率推理，大大简化推理过程;第四点，通过证据理论解决了假设冲突的问题，并且实现了知识的集结。第五点，通过构建风机系统模型，运用实验数据与实际工况的对比，得出诊断方法是可行的，本文建立了风机的视情维修策略方法。第六点，按照同样的建模方法，可以对酸洗线和镀锌线的各个组成部分进行建模，从而得出酸洗线和镀锌线的故障诊断模型及视情维修策略。

目录

声明

摘要

第1章 绪论

1．1 研究背景和研究意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状及发展趋势

1．2．1 机械故障诊断技术的国内外研究现状

1．2．2 机械故障诊断技术的发展趋势

1．3 故障诊断的研究方法

1．3．1 基于模型的故障诊断方法

1．3．2 基于信号处理的故障诊断方法

1．3．3 基于知识的故障诊断方法

1．4 机械故障诊断与视情维修策略

1．5 论文的主要研究内容

第2章 机械故障诊断过程中的不确定性及解决方案

2．1 机械设备故障及其诊断技术的概念

2．1．1 机械设备的故障的概念

2．1．2 机械设备的故障诊断技术

2．2 机械故障诊断中的不确定性

2．2．1 不确定理论及不确定来源

2．2．2 不确定性信息及其推理

2．3 针对复杂机械故障诊断中不确定性的解决方案

2．4 本章小结

第3章 机械故障诊断中的贝叶斯网络建模

3．1 引言

3．2 贝叶斯网络

3．2．1 贝叶斯网络的原理

3．2．2 故障贝叶斯网络

3．3 基于ACO的故障贝叶斯网络结构的建立

3．3．1 蚁群化优化算法

3．3．2 基于ACO算法的故障贝叶斯网络结构学习

3．4 基于故障树的故障贝叶斯网络结构映射

3．4．1 故障树分析法的概念及特点

3．4．2 故障树到故障贝叶斯网络的映射

3．5 本章小结

第4章 机械故障诊断中的贝叶斯网络推理

4．1 引言

4．2 贝叶斯网络的推理

4．3 故障贝叶斯网络的推理算法

4．3．1 推理结构转变

4．3．2 信念初始化

4．3．3 信念传递与吸收

4．3．4 故障概率的局部算法

4．4 本章小结

第5章 基于D-S证据理论的会诊诊断融合模型

5．1 引言

5．2 机械故障会诊诊断策略

5．3 D-S证据理论

5．3．1 证据理论基本概念

5．3．2 Dempster-Shafer合成法则

5．4 基于D-S证据理论的会诊诊断融合模型

5．4．1 会诊诊断的过程及步骤

5．4．2 融合悖论问题及贴合度的提出

5．4．3 基于D-S证据理论的会诊诊断融合模型

5．5 本章小结

第6章 故障贝叶斯网络在酸洗线和镀锌线的故障诊断中的应用

6．1 引言

6．2 风机系统故障诊断的贝叶斯网络建模及推理

6．3 本章小结

结论与展望

致谢

参考文献

作者简介

攻读硕士学位期间发表的论文