首页> 中文学位 >基于主题模型的往复压缩机智能诊断研究
【6h】

基于主题模型的往复压缩机智能诊断研究

代理获取

目录

声明

摘要

第一章 绪论

1.1 课题背景

1.2 研究目的及意义

1.3 国内外研究现状

1.3.1 往复压缩机状态监测和故障诊断研究现状

1.3.2 特征提取方法及相空间构建研究现状

1.4 主题模型应用及研究现状

1.4.1 离散主题模型研究现状

1.4.2 连续主题模型研究现状

1.5 本文研究内容及结构安排

1.5.1 本文主要研究内容

1.5.2 本文结构安排

第二章 往复压缩机状态监测信号特征提取方法研究

2.1 往复压缩机信号振动特性分析

2.1.1 往复压缩机工作原理

2.1.2 时域和频域特性

2.1.3 非平稳时变特性和周期性

2.2 往复压缩机状态监测信号特征提取

2.2.1 特征种类

2.2.2 数学形态分解

2.3 往复压缩机特征提取方法

2.3.1 时频特征

2.3.2 数学形态分解特征

2.3.3 小波包分解特征

2.4 本章小结

第三章 基于离散主题模型的往复压缩机异常检测方法研究

3.1 基于离散主题模型的往复压缩机异常检测方法原理

3.1.1 特征离散化及特征编码

3.1.2 相空间构建

3.1.3 JS距离

3.1.4 报警阈值自学习方法

3.2 离散主题模型

3.2.1 LDA主题模型

3.2.2 HMM-LDA主题模型

3.2.3 离散主题模型参数推理方法—Gibbs抽样

3.3 工程应用与分析

3.3.1 活塞杆组件磨损故障

3.3.2 气阀故障

3.3.3 活塞杆断裂故障

3.3.4 拉缸故障

3.3.5 结果对比和分析

3.4 本章小结

第四章 基于连续主题模型的往复压缩机异常检测方法研究

4.1 基于连续主题模型的往复压缩机异常检测方法原理

4.1.1 特征相空间构建

4.1.2 KL散度

4.2 狄利克雷过程混合模型

4.2.1 高斯混合模型

4.2.2 传统狄利克雷高斯混合模型

4.2.3 变分推断狄利克雷高斯混合模型

4.2.4 截棍狄利克雷高斯混合模型

4.3 工程应用与分析

4.3.1 活塞组件磨损故障

4.3.2 气阀故障

4.3.3 活塞杆断裂故障

4.3.4 拉缸故障

4.3.5 结果对比与分析

4.4 基于离散主题模型和连续主题模型异常检测方法对比

4.4.1 液积故障

4.4.2 撞缸故障

4.4.3 结果对比与分析

4.5 本章小结

第五章 基于贝叶斯推断贡献率的往复压缩机故障诊断方法研究

5.1 基于贝叶斯推断贡献率的往复压缩机故障诊断方法原理

5.1.1 贝叶斯推断贡献率

5.1.2 贝叶斯推断贡献率距离

5.2 工程应用与分析

5.2.1 故障决策模型构建

5.2.2 活塞杆断裂故障

5.2.3 拉缸故障

5.2.4 故障诊断结果分析

5.3 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

研究成果及发表的学术论文

作者及导师简介

展开▼

摘要

往复压缩机在流程工业生产中占据重要地位,一旦发生故障,轻则影响生产效率,重则机毁人亡。因此实现往复压缩机异常检测和故障诊断具有重要意义。传统的往复压缩机状态监测方法主要提取信号一个或少数几个特征,设定固定报警阈值,当特征值超过阈值后,则触发报警。由于单特征值难以全面反映机组运行状态,导致机组异常检测和故障诊断准确率低。针对上述问题,本研究从多个角度提取往复压缩机信号特征,构建特征相空间,基于主题模型技术研究建立相空间的主题分布,根据不同工况相空间主题分布的差异性,判断往复压缩机异常检测以及故障诊断。具体研究内容如下:
  (1)针对单特征值难以全面反映机组运行状态的问题,从多个角度提取往复压缩机信号高维特征。分析往复压缩机结构和工作原理,及往复压缩机振动信号特点,从多个角度,全方位提取信号特征敏感参数。
  (2)研究基于离散主题模型的往复压缩机异常检测方法。该方法对特征进行离散化并编码,构建高维特征相空间,为相空间建立离散主题模型。应用LDA主题模型对机组离散数据建模进行异常检测。由于LDA主题模型忽略了模型间特征的相互关系,在此基础上对模型进行改进,提出基于HMM-LDA离散主题模型的往复压缩机异常检测方法。应用工程案例数据对上述两种方法进行验证,并对比两种方法在异常检测中的应用效果,分析结果表明两种方法均能实现异常检测,但HMM-LDA方法效果最佳。
  (3)离散主题模型建模过程中需对特征进行离散化,自学习离散化边界和人工设定模型参数。针对上述问题,研究基于连续主题模型的往复压缩机异常检测方法。构建数据高维特征相空间,建立相空间的连续主题模型,选择多种模型先验分布和后验分布构造方法,应用工程案例数据验证模型在异常检测中的有效性,对比异常检测效果,选择适用于往复压缩机异常检测的最优连续主题模型,数据分析结果表明,传统狄利克雷高斯混合模型、截棍狄利克雷高斯混合模型、变分推断狄利克雷高斯混合模型均能实现往复压缩机异常检测,但变分推断狄利克雷高斯混合模型更适用于往复压缩机异常检测。
  (4)比较单特征值异常检测方法、离散主题模型、连续主题模型在往复压缩机异常检测中的应用效果,选择最优的往复压缩机高维特征相空间建模方法实现往复压缩机异常检测。数据分析表明,连续主题模型在往复压缩机异常检测中效果最佳。
  (5)提出基于连续主题模型的故障诊断方法。该方法分别为实时数据和故障数据构建变分推断狄利克雷高斯混合模型,根据模型计算数据特征的贝叶斯推断贡献率,计算实时数据与各类故障的贝叶斯推断贡献率的距离,依据距离大小判定机组故障类型。数据分析结果表明该方法能够准确的对往复压缩机故障诊断进行诊断。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号