基于PCA與蟻群算法的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf

1、旋轉(zhuǎn)機(jī)械設(shè)備被廣泛應(yīng)用于現(xiàn)代工業(yè)中，這些設(shè)備一旦出現(xiàn)故障將會帶來巨大的經(jīng)濟(jì)損失。隨著計(jì)算機(jī)技術(shù)的高速發(fā)展，旋轉(zhuǎn)機(jī)械智能化、集成化程度越來越高，其出現(xiàn)的故障種類和形式越來越多，診斷時(shí)需要考慮的故障特征信息量也越來越大。由于大型復(fù)雜設(shè)備中故障信息間關(guān)系復(fù)雜多樣，在眾多信息中提取有效信息去除冗余信息，實(shí)現(xiàn)準(zhǔn)確、高效的故障診斷一直是學(xué)術(shù)界和工程界高度關(guān)注的問題。本文結(jié)合國家自然科學(xué)基金項(xiàng)目，利用主元分析技術(shù)實(shí)現(xiàn)特征信息的有效提取，基于蟻群算法實(shí)

2、現(xiàn)了設(shè)備故障快速高效的聚類診斷。主要工作如下：
　?。?）歸納了旋轉(zhuǎn)機(jī)械的核心部件——轉(zhuǎn)子系統(tǒng)的典型故障機(jī)理，論述了旋轉(zhuǎn)機(jī)械狀態(tài)信號的測量方法、故障特征提取方法及故障模式識別常用的幾種方法。
　?。?）論述了主元分析的基本原理，介紹了主元分析實(shí)現(xiàn)旋轉(zhuǎn)機(jī)械故障特征提取的相關(guān)理論，歸納了常用的主元選取方法?；谥髟治龇椒▽?shí)現(xiàn)了旋轉(zhuǎn)機(jī)械故障特征的提取，分析了主元分析方法在旋轉(zhuǎn)機(jī)械故障特征提取中的信息遺漏的弊端，提出了一個(gè)自適應(yīng)主

3、元選取的思路，定義了故障聚類正確率因子。
　　（3）介紹了蟻群算法尋優(yōu)的基本原理。通過蟻群算法在解決旅行商問題時(shí)尋優(yōu)能力突出的特點(diǎn)對蟻群算法做改進(jìn)。利用蟻群算法較強(qiáng)的尋優(yōu)能力，以蟻群算法解決TSP問題為原型，建立了基于蟻群算法的旋轉(zhuǎn)機(jī)械故障聚類診斷方法，設(shè)計(jì)了多因素多水平的正交實(shí)驗(yàn)對基于蟻群算法的旋轉(zhuǎn)機(jī)械故障聚類診斷方法中初始參數(shù)做了優(yōu)化。利用轉(zhuǎn)子故障試驗(yàn)臺測得的數(shù)據(jù)對基于蟻群算法的旋轉(zhuǎn)機(jī)械故障聚類診斷方法進(jìn)行了驗(yàn)證，證明能達(dá)到較