ICMMS体系中故障诊断系统图形识别技术研究

论文题目: ICMMS体系中故障诊断系统图形识别技术研究

论文类型: 硕士论文

论文专业: 系统工程

作者: 吴敏洁

导师: 赵林度

关键词: 信息融合,图形识别,故障诊断,链码,不变矩,傅立叶描述子,模糊积分

文献来源: 东南大学

发表年度: 2005

论文摘要: 控制、维护、管理三个环节在我国许多大型生产企业中相互孤立,彼此之间信息不畅导致整个生产环节效率低下、成本较高,投入、产出比居高不下。显然,这种旧的分散模式已越来越不能适应当今激烈的市场竞争环境下企业持续生存的需要。针对这一情况许多学者、机构开始研究智能控制—维护—技术管理集成系统(Intelligent control-maintenance-technical management system,ICMMS)在企业级的应用。它实现了智能控制、维护和技术管理的集成,提高了整个系统的综合效能。ICMMS框架采用了最为先进的维护方式——预知维护。它改变了企业以往采用的计划维修,避免了维护的盲目性和高成本。高性能的故障诊断系统是成功实现预知维护的关键。旋转机械是生产中较为常见的一类设备。许多旋转机械如压缩机、汽轮机、泵等都是工厂生产中的关键设备,故障一旦发生将会造成巨大的经济损失。旋转机械的许多故障征兆以图形的方式表现出来,不同的故障对应着不同的图形形式。故障诊断从某种程度上可以视为图形模式的识别,识别率的高低直接影响着诊断系统的可靠性。随着生产系统的规模和复杂程度的提高,诊断数据量在不断增加。大量传感器本身固有的随机性和其他噪声的干扰等问题,使得ICMMS中的故障诊断系统的实时性和可靠性下降。信息融合技术为一种多层次的、多方面的处理过程,实现了对多源信息进行检测、结合、相关、估计和组合。将其运用于故障诊断系统能够有效提高故障诊断系统的可靠性、实时性是目前研究的热点问题。针对以上问题,本文主要研究了以下四方面内容:1、回顾了ICMMS的思想、体系结构和发展状况,故障诊断技术在预知维护中的重要性,信息融合技术和模式识别技术特别是图形识别技术在故障诊断系统中的应用以及存在的问题,为整个研究奠定广阔的应用背景。2、将全面介绍故障诊断技术、信息融合技术与模式识别技术,分四部分内容具体展开介绍。第一:故障诊断技术、方法;第二:信息融合理论与方法;第三:模式识别理论及其应用;第四:ICMMS中故障诊断系统图形信息融合模型。3、提出了ICMMS中轴心轨迹图形识别的三种算法:链码、傅立叶描述子、不变矩。首先将提取到的轴心轨迹转化为用链码描述。在此基础上提取出绝对链码特征、傅立叶描述子表述特征(圆形度、细长度、散射度)、不变矩特征分别用于轴心轨迹的识别,并给出了识别效果。4、提出ICMMS中轴心轨迹图形识别算法的决策层融合,针对三种方法的存在的缺陷,使用Sugeno模糊积分应用于三种算法的融合。将融合后的识别效果与第三章几种方法的识别效果进行了比较。

论文目录:

摘要

Abstract

第一章 绪论

1.1 本文研究的背景及意义

1.2 相关技术领域文献综述

1.3 本文的研究内容

第二章 ICMMS中的信息融合与模式识别技术

2.1 机械设备故障诊断技术

2.1.1 机械设备故障诊断原理

2.1.2 机械设备故障诊断技术的发展

2.1.3 旋转机械设备的故障诊断

2.2 信息融合理论与方法

2.2.1 信息融合的基本原理

2.2.2 信息融合模型

2.2.3 信息融合算法

2.3 模式识别理论

2.3.1 模式识别的应用发展

2.3.2 图形图像模式识别方法

2.4 ICMMS中故障诊断系统图形信息融合模型

2.4.1 故障诊断中的信息融合层次

2.4.2 ICMMS 中故障诊断系统图形信息融合模型

第三章 ICMMS中轴心轨迹图形的故障识别技术

3.1 图形图像识别技术

3.1.1 链码技术

3.1.2 傅立叶描述子

3.1.3 HU氏不变矩

3.2 识别技术在轴心轨迹图中的应用

3.2.1 轴心轨迹分析方法

3.2.2 轴心轨迹描述

3.2.3 三种方法的轴心轨迹识别

第四章 ICMMS中轴心轨迹图形识别技术的融合

4.1 模糊积分原理

4.1.1 模糊测度

4.1.2 模糊积分

4.2 基于模糊积分融合的轴心规矩图形识别效果

第五章 结束语

致谢

参考文献

作者简介

发布时间: 2007-06-11

参考文献

• [1].数控机床故障诊断系统研究与设计[D]. 曹磊.南京理工大学2018
• [2].基于LabVIEW的振动信号故障诊断软件的设计[D]. 邓文玉.华北电力大学(北京)2018
• [3].基于Jave EE的电控发动机故障诊断系统设计与实现[D]. 冯洁.湖南大学2017
• [4].基于动态切片和关联规则的软件故障诊断系统的设计与实现[D]. 陈娣.华中科技大学2016
• [5].智能型箱式变电站故障诊断系统的研究[D]. 丰保民.哈尔滨理工大学2003
• [6].核动力装置故障诊断系统数据库开发[D]. 陈宏霞.哈尔滨工程大学2006
• [7].基于事件关联的互联网服务故障诊断系统的研究与实现[D]. 刘禹辰.东北师范大学2015
• [8].基于多Agent结构的远程协同故障诊断系统研究与设计[D]. 崔勇.解放军信息工程大学2008
• [9].高压电气设备在线监测信息管理和故障诊断系统的研究[D]. 刘军.华北电力（北京）大学2002
• [10].卫星地面站接收故障诊断系统的设计与实现[D]. 路宽.北京交通大学2013

相关论文

• [1].基于分形和支持向量机的机械设备故障诊断[D]. 冯振华.太原理工大学2007
• [2].人工免疫系统研究及其在故障诊断中的应用[D]. 李建伟.太原理工大学2007
• [3].基于超声的高速公路交通流参数获取研究[D]. 刘震.南京理工大学2006
• [4].基于轮廓的步态识别[D]. 王晓梅.西安电子科技大学2006
• [5].基于BP神经网络的300MW机组热力系统故障诊断系统研究[D]. 代志纲.华北电力大学（河北）2007
• [6].ICMMS体系中的诊断与维修决策融合[D]. 张娟.东南大学2005
• [7].基于傅立叶描述子的书法碑刻文字字形复原技术[D]. 杨志军.华东师范大学2007
• [8].人体步态识别系统的研究与实现[D]. 唐勇.西安电子科技大学2006
• [9].自动识别遥感光学图像中飞机目标的研究[D]. 李科.国防科学技术大学2005
• [10].运动目标检测与识别算法的研究[D]. 贾海涛.电子科技大学2006

标签：信息融合论文;  图形识别论文;  故障诊断论文;  链码论文;  不变矩论文;  傅立叶描述子论文;  模糊积分论文;