振动压路机压实智能控制与故障智能诊断的研究

论文摘要

在2001年国家“863”计划“先进制造与自动化技术”领域设置的“机器人技术”主题中，将“机群智能化工程机械”列为4个专题方向之一，机群智能化的基础是单机的智能化。本文主要从“压实智能控制”、“故障智能诊断”、“人机智能交互”三个方面，研究振动压路机的智能化技术，为机群智能化工程机械的研究开发做了有益的探索和开拓性的工作。论文研究的成果如下： 1．在介绍振动压实机理的基础上，通过建立振动压路机动力学模型，分析了振动压路机主要工作参数对压实效果的影响，给出了振动压路机压实智能控制系统的基本组成，为振动压路机压实智能控制系统的研究与设计奠定了理论基础。 2．在分析振动压路机压实智能控制系统的功能及要求的基础上，提出了基于CAN总线技术和专用PLC构成的振动压路机压实智能控制系统总体设计方案，完成了智能控制系统的硬件选型与设计。 3．在实验室和现场试验的基础上，提出了压实度仪的技术改进方案，解决了压实度仪使用过程中的标定、与控制器的连接等关键技术难点，实现了压实度的在线检测。 4．将模糊系统与神经网络相结合，提出了一种由模糊化层、模糊推理层和清晰化层组成的振动压路机压实模糊神经网络控制器结构，运用补偿模糊神经网络的学习算法解决参数的自动调整问题。把实践中得出的模糊控制规则表作为训练模糊神经网络的样本，仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力，可用于振动压路机的压实控制中。 5．在分析振动压路机故障机理的基础上，提出了一种基于人工神经网络专家系统(ANNES)的振动压路机故障智能诊断系统，深入研究了知识库、推理机制、学习机制、解释机制、数据库以及神经网络与专家系统的相互导入机制等关键技术。在知识库中，用神经网络来表示浅层知识，以实现对故障的直觉联想；用框架来表示振动压路机的深层知识，以实现对故障诊断的逻辑验证。在推理机制中，基于神经网络的推理采用正向推理的方法，基于框架的推理则分为对神经网络诊断结果的逻辑验证和重新对故障逻辑推理，以保证故障诊断的正确性。在学习机制中，包括了神经网络对专家经验的学习以及对新的故障的学习。 6．在分析振动压路机压实智能控制系统人机交互软件设计需求的基础上，

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 压实的重要意义及基本方法
• 1.1.1 压实的重要意义
• 1.1.2 压实的基本方法
• 1.2 振动压路机的发展现状及趋势
• 1.2.1 振动压路机的发展历程
• 1.2.2 国内振动压路机的发展现状
• 1.2.3 振动压路机的发展趋势
• 1.3 自动压实控制技术的发展状况
• 1.3.1 自动压实控制技术
• 1.3.2 国外自动压实控制技术的发展状况
• 1.3.3 国内自动压实控制技术的发展状况
• 1.4 故障诊断技术的发展状况
• 1.4.1 故障诊断技术的发展历程
• 1.4.2 故障诊断的主要方法
• 1.5 课题的提出与论文主要研究内容
• 1.5.1 课题的提出
• 1.5.2 论文主要研究内容
• 第2章 振动压路机压实智能控制系统研究与设计基础
• 2.1 振动压实机理
• 2.1.1 振动压实的基本原理
• 2.1.2 振动压实理论
• 2.2 振动压路机的动力学模型及分析
• 2.3 振动压路机工作参数对压实效果的影响
• 2.3.1 振动频率与振幅的影响
• 2.3.2 行驶速度的影响
• 2.3.3 振动轴旋转方向的影响
• 2.4 振动压路机压实智能控制系统的基本组成
• 第3章 振动压路机压实智能控制系统设计
• 3.1 振动压路机压实智能控制系统方案设计
• 3.1.1 振动压路机压实智能控制系统的功能及要求
• 3.1.2 振动压路机压实智能控制系统总体方案设计
• 3.2 振动压路机控制器和显示器的选型与设计
• 3.2.1 控制器选型与设计
• 3.2.2 显示器选型与设计
• 3.3 压实度的在线检测及压实度仪的选型与设计
• 3.3.1 压实度在线检测技术
• 3.3.2 压实度仪的选型及设计改进
• 3.3.3 压实度仪的影响因素分析
• 3.3.4 压实度仪影响因素的实验研究
• 3.3.5 压实度仪的标定
• 3.3.6 压实度仪在线检测实验分析
• 3.4 振动压路机调频调幅系统原理与设计
• 3.4.1 调频系统原理与设计
• 3.4.2 调幅系统原理与设计
• 3.5 振动压路机行走系统设计
• 3.5.1 行走系统控制方式
• 3.5.2 行走系统控制方案实现
• 第4章 振动压路机压实模糊神经网络控制与仿真
• 4.1 智能控制研究概述
• 4.1.1 控制理论的产生及其发展
• 4.1.2 智能控制的发展
• 4.1.3 智能控制的基本概念和主要研究内容
• 4.1.4 智能控制的几个重要分支
• 4.2 振动压路机压实模糊神经网络控制
• 4.2.1 压实模糊神经网络控制器结构
• 4.2.2 补偿模糊神经网络控制器学习算法
• 4.3 振动压路机压实模糊神经网络控制器仿真研究
• 4.4 振动压路机压实模糊神经网络控制器仿真Matlab流程
• 第5章 振动压路机故障智能诊断技术的研究
• 5.1 故障智能诊断概述
• 5.2 故障智能诊断方法
• 5.2.1 基于专家系统（ES）的故障智能诊断方法
• 5.2.2 基于人工神经网络（ANN）的故障智能诊断方法
• 5.2.3 混合型集成式的故障智能诊断方法
• 5.3 振动压路机故障机理分析及诊断
• 5.3.1 振动液压系统故障机理及诊断
• 5.3.2 行走液压系统故障机理及诊断
• 5.3.3 转向液压系统故障机理及诊断
• 5.3.4 调幅液压系统故障机理及诊断
• 5.3.5 蟹行液压系统故障机理及诊断
• 5.4 振动压路机故障智能诊断系统的设计与实现
• 5.4.1 振动压路机故障智能诊断系统的需求分析
• 5.4.2 振动压路机故障智能诊断系统的总体设计
• 5.4.3 振动压路机故障智能诊断系统关键技术的研究与设计
• 第6章 振动压路机压实智能控制系统人机交互软件开发
• 6.1 人机交互软件的设计需求
• 6.1.1 人机交互的内容
• 6.1.2 人机交互软件需求分析
• 6.2 基于VC++的人机交互软件总体设计
• 6.2.1 人机交互软件的体系结构
• 6.2.2 人机交互软件模块设计
• 6.2.3 系统交互设计
• 6.3 基于VC++人机交互软件的实现与集成
• 6.3.1 人机交互软件的实现
• 6.3.2 人机交互软件的集成
• 6.4 基于VC++人机交互软件的现场调试与维护
• 6.4.1 人机交互软件的现场调试
• 6.4.2 人机交互软件的维护
• 第7章 总结
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢
• 附录
• 攻读博士学位期间公开发表的主要学术论文
• 攻读博士学位期间公开出版编著和教材
• 攻读博士学位期间承担科研项目