多傳感器數(shù)據(jù)融合技術(shù)在機(jī)械裝備故障診斷中的應(yīng)用研究.pdf

1、機(jī)械裝備廣泛運(yùn)用于關(guān)乎國(guó)民生計(jì)的各個(gè)環(huán)節(jié)中,對(duì)機(jī)械故障診斷的研究在避免災(zāi)難性事故和巨額經(jīng)濟(jì)損失方面具有重要的意義?，F(xiàn)代機(jī)械裝備正向著高速化、高功率、大型化等趨勢(shì)發(fā)展,這些新趨勢(shì)對(duì)故障診斷技術(shù)提出了新的要求。過(guò)去僅借助單一信息源進(jìn)行診斷的方法已經(jīng)不能全面地反映系統(tǒng)整體的狀態(tài),也難以實(shí)現(xiàn)對(duì)具體部件的診斷,所以有必要充分利用各種檢測(cè)手段來(lái)獲取各種狀態(tài)信息,將全面的信息運(yùn)用到基于融合的智能診斷策略中。數(shù)據(jù)融合技術(shù)是一種具有廣闊前景的故障診斷方法

2、,近年來(lái)該技術(shù)已逐漸在故障診斷研究中得到應(yīng)用,并成為這一領(lǐng)域新的研究熱點(diǎn)。
　　本文對(duì)基于數(shù)據(jù)融合的機(jī)械故障診斷技術(shù)做了深入研究,主要工作如下:
　　(1)在對(duì)數(shù)據(jù)融合基礎(chǔ)理論研究的基礎(chǔ)上,構(gòu)建了采用局部神經(jīng)網(wǎng)絡(luò)與證據(jù)理論相結(jié)合的數(shù)據(jù)融合機(jī)械故障診斷通用框架。
　　(2)研究了故障信息的特征提取,提出將小波包分解提取的各頻率能量作為局部神經(jīng)網(wǎng)絡(luò)的輸入向量,并構(gòu)造實(shí)驗(yàn)平臺(tái),對(duì)采集數(shù)據(jù)進(jìn)行分析,對(duì)采樣神經(jīng)網(wǎng)絡(luò)進(jìn)行設(shè)備故障診

3、斷提供理論指導(dǎo)依據(jù)。
　　(3)分析了BP神經(jīng)網(wǎng)絡(luò)在故障模式識(shí)別中的優(yōu)缺點(diǎn),對(duì)比RBF神經(jīng)網(wǎng)絡(luò),提出了將RBF神經(jīng)網(wǎng)絡(luò)作為局部神經(jīng)網(wǎng)絡(luò),對(duì)各傳感器采集的信號(hào)分別做特征級(jí)融合。通過(guò)驗(yàn)證分析,結(jié)果充分驗(yàn)證此方法的有效性。
　　(4)通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)和證據(jù)理論優(yōu)缺點(diǎn)的分析研究,給出了神經(jīng)網(wǎng)絡(luò)與D-S證據(jù)理論結(jié)合使用的算法和原理。結(jié)果證明,使用D-S理論對(duì)神經(jīng)網(wǎng)絡(luò)給出的證據(jù)進(jìn)行融合后,對(duì)機(jī)械狀態(tài)判別的結(jié)果更為準(zhǔn)確。
　　(5)提

4、出了一套綜合神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的虛擬儀器智能診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)方法。該系統(tǒng)采用模塊化設(shè)計(jì),主要設(shè)計(jì)模塊包括:信號(hào)發(fā)生模塊、數(shù)據(jù)采集模塊、時(shí)域分析模塊、頻域分析模塊、故障診斷模塊。文中對(duì)各個(gè)模塊的設(shè)計(jì)過(guò)程做出了詳細(xì)介紹。經(jīng)實(shí)驗(yàn)證明,該系統(tǒng)功能全、精度高、界面友好、具有一定的通用性,為今后機(jī)械裝備故障診斷的進(jìn)一步開(kāi)發(fā)應(yīng)用打下了基礎(chǔ)。
　　本文通過(guò)理論與實(shí)驗(yàn)相結(jié)合的方法,對(duì)神經(jīng)網(wǎng)絡(luò)和證據(jù)理論在機(jī)械裝備故障診斷中的應(yīng)用進(jìn)行了較為深入地研