旋转机械状态趋势预测及故障诊断专家系统关键技术研究

摘要

旋转机械是工业领域的核心设备。随着旋转机械向大型化和智能化方向发展，设备的结构越来越复杂，其运行状态更加受到维护人员的重视。通过对设备进行状态趋势预测及故障诊断能够减少故障的发生，缩短维修时间，提高设备的利用率、安全性和可靠性，避免灾难性事故的发生。同时，也是开发故障预测专家系统的前期研究。
　　全矢谱技术对多通道数据进行融合，克服了单通道数据信息不完整的缺点，对转子的振动信息进行准确、全面地提取，真实地反映了设备的运行状态。本文对旋转机械在线监测及故障诊断系统中趋势预测和故障诊断两个模块的关键技术进行了研究，将全矢谱技术运用到旋转机械状态趋势预测及故障诊断中，并开发了故障诊断专家系统。主要研究的工作如下：
　　1、阐述了全矢谱技术的基本理论、数值算法、与传统分析方法的兼容性，用汽轮机组的振动数据进行实例分析，证明了全矢谱技术在故障诊断中的优势。
　　2、将全矢谱技术与支持向量回归的预测方法相结合，提出了基于全矢支持向量回归（FVSVR）的频谱预测新方法。通过对汽轮机组运行中的数据进行了实例分析，证明了全矢支持向量回归（FVSVR）的频谱预测方法的有效性，探讨了相关参数的选择，并对传统的参数寻优方法进行了改进。
　　3、研究了基于全矢模糊变换的故障诊断方法和基于知识的故障诊断方法。确定了故障诊断专家系统中征兆的表示、提取及处理的方式、知识的表示方法及推理控制策略。提取全矢幅值谱特征频率下的幅值并模糊化后作为征兆向量，通过模糊变换的故障诊断方法进行正向推理，得到故障假设集，再利用基于知识的诊断方法对假设集的故障进行反向推理，得到故障结论。
　　4、开发了旋转机械故障诊断专家系统。设计了系统的总体结构、数据库的结构、诊断报告的形式以及故障库的建立及维护方式。将EXSYS专家系统建造软件集成于系统中，利用其开发和管理知识库及推理机，简化了知识库及推理机建立及维护的过程。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题来源、目的和意义

1.2 国内外研究现状

1.3 全信息分析方法的发展状况

1.4 本文的主要内容

2 全矢谱技术基本理论及算法

2.1 引言

2.2 全矢谱技术的基本理论

2.3 全矢谱技术的数值计算方法

2.4 全矢谱技术的兼容性

2.5 全矢谱技术的应用实例

2.6 本章总结

3 基于全矢支持向量回归的状态趋势预测研究

3.1 引言

3.2 支持向量回归的算法

3.3 支持向量回归在状态趋势预测中的应用研究

3.4 全矢支持向量回归在状态趋势预测中的应用研究

3.5 本章小结

4 基于全矢谱的旋转机械故障诊断方法研究

4.1 引言

4.2 征兆的表达、获取与处理方式

4.3 基于全矢模糊变换的故障诊断方法

4.4 基于知识的故障诊断方法

4.5 推理控制策略

4.6 本章总结

5 旋转机械故障诊断专家系统的开发

5.1 引言

5.2 系统总体结构

5.3 系统数据库的设计

5.4 系统知识库及推理机的建立

5.5 故障库的建立及维护

5.6 故障诊断报告的设计

5.7 系统运行示例

5.8 本章小结

6 结论和展望

6.1 结论

6.2 展望

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果