烟气轮机机械故障信号分析及数据处理技术的研究

摘要

随着现代工业生产设备大型化、连续化、高速化和自动化的不断发展，机械设备的故障诊断技术越来越受到重视。保证生产的连续性，减少设备特别是重要设备的停机时间，是保证企业追求高经济效益的前提，而设备状态监测与故障诊断技术将为此提供一个有效的解决途径。烟气轮机(简称烟机)是石油化工行业常见的关键设备之一，它利用催化裂化装置生产过程中产生的高温再生烟气余热驱动离心式或轴流式空气压缩机做功或给发电机提供动能，它的运行情况直接关系到装置的运行周期和能耗水平．对保证装置正常平稳运行和节能降耗具有重要意义。在石化企业的生产过程中烟气机组运行状态实时数据采集系统存储了大量的数据，这些数据的背后隐藏了大量的知识，但没有被深刻理解和有效的利用。而数据挖掘技术正是研究如何从大量的数据中智能的、自动的提取出有价值的知识和信息，是当前相当活跃的研究领域。 本文在对旋转机械故障诊断技术、J2EE技术、数据库技术以及数据挖掘技术研究的基础上，有效的将它们应用于烟机机械故障诊断的实际应用中来。同时以旋转机械故障诊断技术理论为诊断的理论基础，以J2EE技术下的Struts架构为主要框架，并以目前在相关技术领域中应用最为稳定，查询效率最高的Oracle9I为数据库管理平台开发了一套针对石化企业烟机实时运行状态海量数据的管理系统，在系统中以数据挖掘技术中的决策树方法为数据挖掘方法理论有效的实现了故障判树以及判定规则的生成，从而为进一步的故障诊断提供了有效的诊断判据。最后通过对燕山石化生产现场3催一号站烟机数据的应用以及对故障实例的挖掘和诊断，证明课题研究的方法是可行的。该方法可以用于石化企业的烟气机组的性能分析、状态监测以及故障诊断等方面，为机组开展状态检修提供技术支持，很有意义。

目录

文摘

英文文摘

声明

第1章绪论

1.1本课题研究的意义

1.2旋转机械状态监测与故障诊断技术的发展历程

1.3我国旋转机械状态监测与故障诊断技术的现状

1.3.1故障信息获取

1.3.2状态监测方法

1.3.3故障特征分析

1.3.4故障机理研究

1.4旋转机械状态监测与故障诊断技术的发展趋势

1.4.1向小型化、便携式、多功能发展

1.4.2基于新理论的新方法研究

1.4.3专家系统的研究与开发

1.4.4人工神经网络的研究

1.4.5网络化

1.4.6其它发展趋势

1.5数据库及数据挖掘技术概述

1.6本文的主要工作

第2章大型旋转机械故障诊断机理

2.1机械故障诊断的方法

2.2时域分析在旋转机械故障诊断中的应用

2.3频域分析在旋转机械故障诊断中的应用

2.4时一频分析在旋转机械故障诊断中的应用

2.4.1时一频分析的基本概念

2.4.2信号的时一频表示和相平面

2.4.3窗口函数

2.4.4短时傅立叶变换

2.4.5小波变换

2.4.6 Wigner一Ville分布

2.4.7短时傅立叶变换、小波变换、wigner-Ville分布比较

第3章数据挖掘技术概述

3.1数据挖掘的概念与过程

3.1.1数据挖掘的概念

3.1.2数据挖掘的过程

3.1.3数据挖掘的特点与分类

3.1.4数据挖掘的发现模式与对象

3.1.5数据挖掘的方法、知识表示和应用

3.1.6数据挖掘的局限性和发展趋势

第4章决策树

4.1构造决策树

4.1.1基本算法

4.1.2属性选择

4.1.3噪声与剪枝

4.1.4决策树优化

4.1.5子树复制及碎片问题

4.2提取规则

4.3具有丢失数据问题的处理

4.4决策树分类能力及缺陷

第5章烟机数据管理系统的实现

5.1系统概述

5.2系统架构模型：

5.3系统数据库结构设计

5.4系统功能简述

5.5系统安全模块设计

5.6基础数据管理模块设计

5.7数据挖掘模块设计

5.8系统验证

第6章总结

致谢

参考文献

个人简历 在读期间发表的学术论文