论文题目: 离心压缩机组振动智能诊断关键技术研究
论文类型: 博士论文
论文专业: 油气储运工程
作者: 丁克北
导师: 戴光
关键词: 离心压缩机组,振动信号,智能诊断,状态监测
文献来源: 大庆石油学院
发表年度: 2005
论文摘要: 论文主要对离心压缩机组振动故障自动监测与智能诊断方法进行了系统的研究,分别对信号特征自动提取、异常检测方法、诊断规则自动提取、智能诊断方法等方面进行了研究。在此基础上,建立了离心压缩机组智能诊断系统,并通过实际案例检验了所研究方法和诊断系统的有效性。论文第二章研究了基于现代信号分析方法的信号特征自动提取方法,重点对振动信号特征提取中的轴心轨迹自动识别方法进行了研究,提出了基于图像处理方法和小波神经网络的轴心轨迹自动识别方法,同时利用Hilbert-Huang变换方法对弱振动信号特征提取方法进行了研究,取得了很好的效果。论文第三章针对大型离心压缩机组故障类型和故障征兆之间不是一一对应的,存在着非线性映射特征。而现有的故障诊断方法中,难于满足大型离心压缩机组的动态故障诊断和对于故障的智能化诊断的需要问题,研究了基于神经网络的智能诊断方法。通过分析神经网络对离心压缩机组故障分类的有效性,为了提高故障诊断的有效性和准确性,提出了基于自组织神经网络的故障自动分类方法。通过对实际信号的分析,验证了方法的有效性。论文第四章在离心压缩机组异常检测这个故障诊断的重要内容进行了研究,针对压缩机组振动信号异常状态的复杂性,提出了把改进型反面选择算法应用于压缩机组振动故障的检测,,建立了压缩机组振动异常状态检测器,实现了高效、快速的压缩机组振动异常检测,并通过实际案例进行了验证。论文第五章针对压缩机组智能诊断中的信息冗余问题,提出了一种基于粗糙集的知识约简方法,通过对实际案例的应用,证明了该方法可以大幅度的简化诊断的知识结构,大大提高了诊断效率。论文第六章综合前几章所研究的方法,建立了离心压缩机组振动智能诊断系统,并应用于现场压缩机组故障诊断中。该章主要研究了压缩机组智能诊断系统的结构框架设计,压缩机组智能诊断专家系统的实现等方面的问题,该章最后通过实际的诊断案例分析,证明了利用人工智能诊断方法是实现压缩机组智能诊断的有效途径。本论文对离心压缩机组智能诊断技术进行了系统研究,对于各章所提出的方法,在每章最后均利用仿真和实际信号进行了验证,而在最后一章,更是通过多个现场实际案例对智能诊断系统进行了验证。
论文目录:
摘要
Abrstract
第一章 绪论
1.1 课题研究的目的和意义
1.2 离心压缩机组故障诊断研究的发展现状
1.2.1 国外离心压缩机组故障诊断的发展现状
1.2.2 国内离心压缩机组故障诊断发展现状
1.2.3 离心压缩机组故障诊断技术综述
1.3 本文研究工作的主要内容
1.4 本章小结
第二章 离心压缩机组振动信号故障特征提取方法的研究
2.1 引言
2.2 基于图像处理方法和小波神经网络的轴心轨迹自动识别方法的研究
2.2.1 基于小波神经网络的轴心轨迹识别方法研究
2.2.2 基于图像处理方法的轴心轨迹识别方法
2.3 基于Hilbert-Huang 变换的振动信号分解方法
2.3.1 Hilbert-Huang 变换的基本理论
2.3.2 基于多尺度分解的离心压缩机组振动信号多模态分解方法
2.4 本章小结
第三章 基于神经网络方法的离心压缩机组故障诊断研究
3.1 引言
3.2 神经网络的原理与基本结构
3.2.1 生物神经元
3.2.2 人工神经元
3.2.3 神经网络的基本结构
3.2.4 神经网络的工作过程
3.3 BP 神经网络原理
3.3.1 BP 神经网络的结构和工作
3.3.2 BP 神经网络的学习算法
3.4 基于BP 神经网络的离心式压缩机组故障特征提取方法
3.4.1 离心式压缩机组的故障机理和特征
3.4.2 基于BP 神经网络的故障特征提取
3.4.3 BP 神经网络的特征参数提取结果
3.5 自组织神经网络的离心式压缩机组故障分类方法
3.5.1 kohonen 的结构及学习方法
3.5.2 实验验证
3.6 本章小结
第四章 基于生物免疫机理的离心压缩机组故障检测方法
4.1 引言
4.2 生物免疫系统的特点
4.3 免疫系统的机理
4.3.1 免疫系统的组成
4.3.2 免疫识别机理
4.3.3 免疫记忆机理
4.3.4 克隆选择机理
4.4 故障检测的人工免疫模型
4.4.1 模型的基本思想
4.4.2 设备状态的描述
4.4.3 检测器匹配函数
4.4.4 检测器生成算法
4.4.5 检测器的优化
4.4.6 故障检测流程
4.5 应用实例分析
4.6 本章小结
第五章 基于粗糙集的专家系统知识获取方法
5.1 引言
5.2 粗糙集基本理论
5.3 基于粗糙集理论的知识约简方法
5.3.1 基于粗糙集理论的知识约简方法的基本定义
5.3.2 基于粗糙集的数据约简算法
5.3.3 基于粗糙集的知识获取应用实例
5.4 本章小结
第六章 离心压缩机组知识获取及智能诊断系统的开发
6.1 引言
6.2 离心压缩机组故障诊断关键技术研究
6.3 诊断专家系统的设计和实现
6.3.1 诊断专家系统的结构和功能
6.3.2 知识表示和推理机制
6.3.3 系统功能实现
6.4 诊断系统应用实例
6.5 本章小结
第七章 结论与建议
7.1 结论
7.2 创新性成果
7.3 今后工作建议
致谢
参考文献
攻读博士学位期间发表论文及获奖情况
个人简历
中文详细摘要
发布时间: 2006-06-12
相关论文
- [1].离心压缩机无叶扩压器失速与系统喘振先兆分析研究[D]. 高闯.上海交通大学2011
- [2].离心压缩机综合控制方法研究[D]. 王传鑫.大连理工大学2010
- [3].维修决策理论研究及其在离心压缩机转子系统中的应用[D]. 李常有.哈尔滨工业大学2009
- [4].离心压缩机轴位移故障自愈调控及密封改进增效技术研究[D]. 王维民.北京化工大学2006
- [5].往复活塞式压缩机关键部件的故障诊断方法研究及应用[D]. 苗刚.大连理工大学2006
- [6].人工智能理论与技术的研究及其在大型离心式压缩机故障诊断中的应用[D]. 蒋其友.北京化工大学1993
- [7].非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D]. 任全民.大连理工大学2006
- [8].压缩机智能状态监测理论与应用研究[D]. 牛群峰.南京理工大学2007
- [9].基于智能控制的回转压缩机械故障诊断与研究[D]. 魏立东.大连理工大学2006
- [10].带无叶扩压器的离心压缩机失速现象的实验和数值研究[D]. 郭强.上海交通大学2007