多信息融合技術(shù)在風(fēng)機(jī)故障診斷中的研究與應(yīng)用.pdf

1、在近代工業(yè)生產(chǎn)過(guò)程當(dāng)中，我們總是希望可以對(duì)工業(yè)設(shè)備的故障實(shí)現(xiàn)早期預(yù)報(bào)，做到防患于未然，從而保證設(shè)備能夠安全、穩(wěn)定、長(zhǎng)周期、滿負(fù)荷優(yōu)質(zhì)運(yùn)轉(zhuǎn)，使設(shè)備的效益實(shí)現(xiàn)最大化。這樣就促使故障診斷學(xué)的產(chǎn)生，并激起大量科研人員對(duì)設(shè)備故障診斷的進(jìn)行研究，使其不斷發(fā)展和完善。
　　現(xiàn)代的設(shè)備正走向高速化、高功率、高可靠性、大型化，使得設(shè)備的故障變得復(fù)雜化、多樣化。傳統(tǒng)的設(shè)備故障診斷方法已難以勝任現(xiàn)代的復(fù)雜設(shè)備的故障診斷，本論文基于此目的，將人工智能方法

2、想法引入到設(shè)備的故障診斷領(lǐng)域，從而解決復(fù)雜設(shè)備的故障診斷問(wèn)題。
　　本論文首先對(duì)風(fēng)機(jī)的故障類型展開細(xì)致的討論，分析風(fēng)機(jī)的組成、故障產(chǎn)生的原因、故障類型及典型案例分析;分析在故障診斷中應(yīng)用信息融合技術(shù)的可行性。
　　其次，利用小波包的原理討論了風(fēng)機(jī)的故障信號(hào)的特征參數(shù)的提取方法，利用小波包系數(shù)能量法構(gòu)造故障的特征向量，作為故障診斷的客觀證據(jù)的來(lái)源;然后詳細(xì)的討論信息融合技術(shù)的基本原理，闡述了信息融合的級(jí)別及其方法，以及信息融合

3、技術(shù)與設(shè)備故障診斷之間的關(guān)系和信息融合的設(shè)備故障診斷模型。
　　再次，仔細(xì)研究了基于D-S證據(jù)理論的風(fēng)機(jī)故障多信息融合診斷方法。建立了多故障特征信息融合診斷框架，并且提出了一種符合風(fēng)機(jī)故障特點(diǎn)的D-S證據(jù)理論基本可信度函數(shù)的構(gòu)造方法。
　　最后，通過(guò)應(yīng)用TLZ13.2型風(fēng)機(jī)故障診斷的工程實(shí)例，對(duì)D-S證據(jù)理論進(jìn)行了詳細(xì)的論證，講解其實(shí)現(xiàn)步驟及方法，從而證明應(yīng)用D-S證據(jù)理論進(jìn)行多信息故障特征融合，能以最有效的方式提高風(fēng)機(jī)故障