基于Web远程故障诊断系统的研究

论文摘要

随着信息技术与智能故障诊断技术的不断发展,以及机械设备远程故障诊断的需求不断提高,这样就出现了一种基于这些技术相融合的远程故障诊断方式。基于Web实现技术以其独有的特点被工业领域所重视,因此本设计正是在此条件下,研究远程故障诊断系统的设计方法和实现技术,旨在为设备远程故障诊断提供一种新途径。本论文主要工作包括:(1)选取采煤机截割部作为诊断对象,在详细收集文献资料和请教专家的基础上,对其故障机理作细致地分析和研究,揭示了故障信号固有特征,并给出了相应的故障原因,为以后具体实现故障诊断提供了理论基础。(2)构建系统要实现远程智能化的关键技术。这部分内容包括网络通信与数据传输技术、Web数据库技术、安全技术等。同时,结合本系统所研究的诊断对象的实际情况,选取了适合本系统的技术。(3)分析与设计系统的信号分析与故障诊断方法。其中,利用信号分析的时域与频域技术,选取了对故障信号敏感的参量作为系统分析与显示的变量,为故障诊断提供了准确的依据;利用小波包分析理论,提取故障特征信号,以便为专家系统的准确分析与故障诊断提供数据源;分析了专家系统与神经网络智能技术的各自优缺点,提出了一种它们相结合的故障诊断系统即基于神经网络的故障诊断专家系统,并详细的给出了设计步骤和实例验证。(4)本论文结合煤矿现有的局域网,提出了基于Web远程故障诊断系统的总体设计框架和实现关键步骤。选择基于B/S模式的远程故障智能技术的框架、体系,并建立系统的总体结构模型和功能模型;给出了如何实现传统专家系统及神经网络技术与网络技术的紧密结合途径。最后,设计了一个具有诊断示范功能的故障诊断站点,并在通过系统调试后实现了用户在异地通过网络访问远程故障诊断站点,快速地实现远程诊断,具有重要的现实意义。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 选题的背景
• 1.2 国内外研究动态及发展趋势
• 1.3 研究意义
• 1.4 研究的主要内容
• 2 采煤机截割部故障机理的研究
• 2.1 采煤机结构分析综述
• 2.2 采煤机故障分类
• 2.3 轴承故障机理
• 2.4 轴承的振动信号特征
• 2.4.1 轴承的故障特征频率
• 2.4.2 故障轴承的振动信号特征分析
• 2.5 轴承振动信号的分析频带选择
• 2.6 齿轮故障机理
• 2.7 齿轮振动信号分析
• 2.7.1 齿轮振动噪声产生机理
• 2.7.2 齿轮振动信号的啮合频率及其各次谐波
• 2.7.3 齿轮故障的调制特征
• 2.8 本章小结
• 3 系统远程智能化的关键技术
• 3.1 网络通信与数据传输相关技术
• 3.1.1 基于 TCP/IP 协议的网络通信技术
• 3.1.2 基本的数据传输技术
• 3.2 数据库技术
• 3.2.1 Web 数据库
• 3.2.2 Web 与数据库的连接
• 3.3 网络数据的安全
• 3.4 本章小结
• 4 系统信号分析与故障诊断相关技术研究与设计
• 4.1 信号分析技术
• 4.1.1 信号分析技术综述
• 4.1.2 时域分析
• 4.1.3 频域分析
• 4.2 小波包分析理论
• 4.2.1 小波包定义
• 4.2.2 小波包性质及算法
• 4.2.3 小波包提取故障特征信号
• 4.2.4 齿轮系统故障时频特征
• 4.3 基于神经网络的故障诊断专家系统
• 4.3.1 专家系统
• 4.3.2 从传统专家系统到神经网络专家系统
• 4.3.3 前向多层神经网络及 BP 学习算法
• 4.3.4 改进的 BP 算法
• 4.3.5 BP 网络学习参数的选取
• 4.3.6 神经网络故障诊断专家系统结构
• 4.3.7 神经网络故障诊断专家系统知识库的组建
• 4.3.8 神经网络故障诊断专家系统推理机制
• 4.3.9 神经网络故障诊断专家系统的解释机制
• 4.4 本章小结
• 5 基于WEB 远程故障诊断系统总体设计与实现
• 5.1 远程故障诊断系统的框架设计
• 5.2 远程诊断系统的模式设计
• 5.2.1 两层 Client/Server 结构
• 5.2.2 三层 Browser/Server 结构
• 5.3 远程故障诊断系统的软件平台
• 5.3.1 服务器端平台选择
• 5.3.2 软件的需求分析和功能模块设计
• 5.4 WEB 程序关键技术分析与实现
• 5.4.1 MATLAB 概述
• 5.4.2 C#.net 平台
• 5.4.3 故障征兆的传输与存储
• 5.4.4 Matlab 中 COM 组件的创建
• 5.4.5 C#.net 调用生成的 COM 组件
• 5.5 远程故障诊断系统的实现与运行结果
• 5.6 本章小结
• 6 结论
• 参考文献
• 致谢
• 附录