基于K-S匹配与证据理论的复合故障诊断的研究

摘要

随着现代工业系统和制造装备逐渐向着大型化、复杂化和精密化的方向发展，大型旋转机械设备在现代工业中占有举足轻重的地位，它们良好的运行状况直接关系到整个工厂安全正常的生产运作。人们迫切希望能及时了解系统的运行状态，提高系统的可靠性和有效性。目前有许多的学者致力于对旋转机械复合故障诊断进行研究，复合故障已经成为当前研究的热点。由于多重故障并发时，其表现形式是多种多样的，不同故障特征相互混杂呈现出多耦合、模糊性等特征，给故障诊断带来了极大的挑战。随着信息技术和人工智能的逐渐发展，新的技术不断地移植、应用到机械故障诊断中，丰富了故障诊断的理论与技术，推动着故障诊断向跟高层次发展。国内外相关研究工作大多集中在故障预测、故障模型设计、故障目标跟踪等方面。本文在研读大量文献的基础上，结合课题的相关研究背景，采用的是一种基于 K-S和证据理论相结合的集成诊断方法，进行的工作主要如下：
　　（1）在实际工况下运行的旋转机械，其发生的故障通常都是复合故障，现有的诊断方法对这一问题很难处理。本文通过 K-S匹配计算故障的相似度，然后通过证据理论处理其冲突，结果表明，该方法能快速地判断机组上常见的轴系复合故障。
　　（2）鉴于Kolmogorov–Smilnov在双样本数据匹配具有的优点，本文用 K-S对无量纲数据样本的累积分布函数曲线检验，通过线线匹配，能较好地识别出故障。
　　（3）针对旋转机械复合故障的复杂性以及不确定性，本文充分利用证据理论处理不确定信息方面的优势，对 K-S匹配后的结果进行证据理论数据融合，最后在大机组上多次实验，验证了 K-S匹配与证据理论数据融合方法能快速、准确地判断大机组上的复合故障。

目录

声明

第一章 绪论

1.1 选题的背景及意义

1.2 旋转机械的复合故障概述

1.3旋转机械复合故障诊断的国内外发展状况

1.4 本文的主要内容及安排

第二章 旋转机械故障诊断技术

2.1 引言

2.2 振动诊断的基础工作

2.3振动信号采集

2.4故障诊断方法

2.5 本章小结

第三章 K-S匹配和无量纲指标相结合的复合故障诊断方法

3.1有量纲指标和无量纲指标

3.2 K-S匹配

3.3 本章小结

第四章 基于证据理论融合的复合故障诊断原理

4.1 证据理论的基础框架

4.2 DSET的合成规则

4.3改进的证据理论

4.4 实验

4.5 本章小结

第五章 K-S和证据理论在复合故障诊断中的应用

5.1 实验算法

5.2.实验环境

5.3 实验仿真

5.4大机组智能故障诊断系统的应用

5.5本章小结

第六章 总结与展望

6.1工作总结

6.2研究展望

参考文献

致谢

攻读学位期间发表的学术论文目录

攻读硕士学位期间参加的科研项目