基于数据挖掘的溜槽振动信号模式分析与研究

摘要

溜槽是工业应用中的一个关键设备,溜槽堵塞是造成系统事故和降低运行效率的主要因素之一,然而堵塞预防与检测是实际应用中的一个难点。本文在总结研究已有的溜槽堵塞预防与检测方法的基础上,结合机械故障诊断理论,采用溜槽的振动信号识别其运行过程中的状态,在模式识别的应用方面有着重要的学术价值和实际应用意义。
　　本文将数据挖掘技术应用于溜槽振动模式分析,结合溜槽振动数据的特性,使用特征提取和模式分类方法,对振动信号进行了处理分析,最后开发了振动信号模式分析系统。本文主要内容为:
　　首先,研究了振动特征提取方法,并结合直方图的相关理论,提出了等宽强度序列和等深强度差序列特征划分方法。并通过输煤系统中的溜槽振动数据对时域和时频域特征提取方法进行了相关实验,实验结果表明,不同模式下的振动数据经过特征提取方法预处理后,具有一定的辨识度。
　　其次,根据输煤系统的振动特征数据,使用相似度度量、KNN分类方法对实验数据进行了模式分类,首先对源数据进行了特征提取,然后通过数据样本间的相似度,对测试样本进行了分类;使用朴素贝叶斯分类方法,首先对训练样本属性进行分类概率统计,然后将统计结果应用于测试样本对其进行分类。最后使用正确率、错误率、检测率对各分类方法进行了评价。分析结果表明,采用KNN分类方法与等宽强度序列方法的结合使用,进行振动模式分析的性能优于其他两种方法。
　　最后,在上述研究成果的基础上,应用特征提取和分类方法,开发了溜槽振动信号模式分析系统。系统包括源数据采集模块,源数据特征参数化模块,模式匹配分析模块。实验结果证明系统能有效的识别溜槽振动模式,达到了预期目标。

目录

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 课题来源及主要研究工作

1.4 本文的章节安排

2 相关知识概述

2.1 数据预处理

2.2 特征提取

2.3 模式识别及分类方法

2.4 本章小结

3 溜槽振动信号特征提取方法

3.1 振动信号特征参数

3.2 振动信号特征提取

3.3 特征提取在溜槽振动信号模式分析系统中的应用

3.4 本章小结

4 溜槽振动信号模式分析方法

4.1 溜槽振动模式分析研究

4.2 模式识别及分类方法

4.3 模式识别及分类在溜槽振动信号模式分析系统中的应用

4.4 本章小结

5 溜槽振动信号模式分析系统

5.1 系统功能

5.2 振动数据采集及模式分析终端

5.3 源数据采集模块

5.4 数据预处理及特征提取模块

5.5 模式匹配分析模块

5.6 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附 录