机电系统早期故障预示非平稳状态信号处理方法研究

摘要

本文的重点是非平稳状态下机电系统故障诊断与趋势预测方法研究，并以燕山石化102烟气轮机为对象，构建远程故障诊断系统。 论文从故障诊断的基本方法入手，研究了故障诊断的基本环节和常用的信号分析方法。分析了工况监视和故障诊断的主要环节。针对大型机电系统的工况，进而阐述了非平稳信号分析方法和非线性理论在故障诊断与趋势预测中的应用，介绍了小波变换、支持向量机等非平稳信号分析方法。 由于运行的机组复杂、多变多样，很难甚至不可能获得机电系统的完备信息的实际情况，所以这些信息具有模糊性。将模糊理论与神经网络结合，构建了竞争型模糊神经网络模型FTFART，并将其应用在大型机电系统的故障诊断中，FTFART模型学习速度快、收敛率高、分类能力强，取得了较好的诊断效果。为了适应非平稳预测的要求，引入了混沌理论，介绍了复杂机械中的混沌，提供了基于混沌理论相空间重构的GMDH方法，这种方法的优点是能根据输入腧出变量间的原始信息对所构造的系统模型结构进行自选择，将其应用到非平稳状态的趋势预测中，能取得较好的效果。 以燕山石化102烟气轮机为诊断对象，构建了基于GPRS的远程故障诊断系统，充分利用GPRS通信的优点，结合软硬件设计．将GPRS技术成功应用到远程故障诊断与趋势预测中。

目录

文摘

英文文摘

学位论文版权使用授权书及硕士学位论文原创性声明

第一章引言

第二章故障诊断的基本理论及信号分析方法

第三章基于模糊神经网络的故障诊断

第四章基于混沌的大型机电系统状态预测

第五章GPRS在机械系统远程故障诊断与预测中的应用

第六章结论与展望

致谢

参考文献

个人简历在读期间发表的学术论文与研究成果