基于小波包分析的单螺杆冷水机组故障诊断技术的研究

论文摘要

设备状态的监测与诊断技术是当前迅速发展的一项设备管理新技术。随着暖通空调（HVAC）设备性能的提高,复杂性也不断增加,对故障诊断方法的需求日益明显。传统的故障诊断方法已经不能满足实际需求,针对这一迫切的问题,本文通过小波包分析的方法对冷水机组的故障诊断进行了研究。本论文模拟了冷却水量改变、有不凝性气体、制冷剂流量减小等九个故障,并采用理论分析与实验验证相结合的方法对单螺杆式冷水机组的故障诊断技术进行了研究。本文首先阐述了课题提出的背景,简要介绍了HVAC系统故障诊断的一些基本问题及其发展现状,并提出了本课题的主要研究内容。论文的第二章,通过对实验的理论分析基础上,总结出九个典型故障对系统参数的影响。接着,论文介绍了冷水机组故障诊断系统信号处理的主要内容,包括信号采集、信号的预处理等。在本文的第四、五两章分别介绍了实验测量系统的建立,并对实验结果进行分析和处理,画出了实验的折线图。最后,在阐述了小波包的基本理论后,利用小波包变换的方法对实验数据进行分析。本文提出了一套利用随机信号范数进行故障诊断的方法。通过大量样本提取出信号的特征范数和容差值后,便可对特定样本进行可靠性检验,并对诊断得出的故障进行分类。考虑到实验的准确性和实时性要求,本论文最终选定压缩机的吸气温度和排气温度作为特征参数,建立了“特征向量-系统状态”的对应关系。最后,在总结出故障判断规则的基础上,编写了一套故障判断软件。利用该软件,可以很方便、快捷地判断出机组的运行状态。由于实验条件的限制,本论文还存在一些不足之处,但所提出的基于小波包变换的一套故障判断软件,为今后小波包技术广泛应用于HVAC系统奠定了良好的基础。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题提出的背景
• 1.2 HVAC 系统故障诊断技术的基本问题
• 1.2.1 故障诊断的基本流程
• 1.2.2 HVAC 系统的故障特征
• 1.2.3 故障诊断方法的分类
• 1.2.4 常用的几种设备故障诊断方法
• 1.2.5 建立设备故障检测与诊断系统的一般步骤
• 1.3 故障诊断技术的发展现状及未来趋势
• 1.3.1 故障诊断技术的发展阶段
• 1.3.2 设备故障诊断的发展现状
• 1.3.3 故障诊断在HVAC 系统的发展现状
• 1.3.4 HVAC 系统故障诊断的发展趋势
• 1.4 小波分析在故障诊断技术中的应用
• 1.5 本论文研究的主要内容
• 2 实验理论基础
• 2.1 蒸气压缩式制冷循环
• 2.1.1 实际压缩式制冷循环
• 2.1.2 制冷剂的压焓图（lg p-h 图）
• 2.1.3 制冷循环能量分析及制冷系数
• 2.2 理论公式推导
• 2.2.1 影响制冷压缩机性能的主要因素
• 2.2.2 影响冷凝器和蒸发器性能的主要因素
• 2.3 典型故障对机组参数的影响
• 3 冷水机组故障诊断系统信号处理的主要内容
• 3.1 信号处理系统
• 3.2 信号采集
• 3.2.1 传感器的选择
• 3.2.2 采样和采样定理
• 3.2.3 采集参数的确定
• 3.3 信号的预处理和检验
• 3.3.1 信号的预处理
• 3.3.2 数据检验
• 3.4 信号处理的主要方法
• 4 测量系统的建立：实验方案与实现工具
• 4.1 硬件方案
• 4.1.1 实验模型
• 4.1.2 实验测点的布置
• 4.1.3 传感器的选择
• 4.2 本课题的实现工具
• 4.2.1 数据采集
• 4.2.2 数据分析－Matlab 软件简介
• 5 实验简介
• 5.1 实验内容
• 5.2 实验方案设计
• 5.3 实验结果及数据整理
• 5.3.1 实验数据整理的主要内容
• 5.3.2 实验结果
• 5.4 机组运行状态对应的特征参数变化表
• 6 小波理论基础
• 6.1 前言
• 6.2 小波变换的优点
• 6.3 一维连续小波变换的基本理论
• 6.4 小波包理论基础
• 6.4.1 小波包的定义
• 6.4.2 小波包的性质
• 6.4.3 小波包的空间分解
• 6.4.4 小波包算法
• 7 基于小波包分析的冷水机组故障诊断
• 7.1 前言
• 7.2 信号分析方法的选择
• 7.3 小波函数的选取
• 7.3.1 常用的几种小波函数
• 7.3.2 小波函数的选取原则
• 7.4 小波包基的选择
• 7.5 小波包分解提取特征的运用原理
• 7.6 随机信号的范数-故障原理
• 7.7 基于小波包分析的特征参数提取的步骤
• 7.8 诊断标准的确定
• 7.9 仿真及结果分析
• 7.10 本章小结
• 8 结论与展望
• 8.1 结 论
• 8.2 建议与展望
• 致 谢
• 参考文献
• 附 录
• 独创性声明
• 学位论文版权使用授权书