機電系統(tǒng)早期故障預示非平穩(wěn)狀態(tài)信號處理方法研究.pdf

1、本文的重點是非平穩(wěn)狀態(tài)下機電系統(tǒng)故障診斷與趨勢預測方法研究，并以燕山石化102煙氣輪機為對象，構建遠程故障診斷系統(tǒng)。 論文從故障診斷的基本方法入手，研究了故障診斷的基本環(huán)節(jié)和常用的信號分析方法。分析了工況監(jiān)視和故障診斷的主要環(huán)節(jié)。針對大型機電系統(tǒng)的工況，進而闡述了非平穩(wěn)信號分析方法和非線性理論在故障診斷與趨勢預測中的應用，介紹了小波變換、支持向量機等非平穩(wěn)信號分析方法。 由于運行的機組復雜、多變多樣，很難甚至不可能獲得機

2、電系統(tǒng)的完備信息的實際情況，所以這些信息具有模糊性。將模糊理論與神經網絡結合，構建了競爭型模糊神經網絡模型FTFART，并將其應用在大型機電系統(tǒng)的故障診斷中，FTFART模型學習速度快、收斂率高、分類能力強，取得了較好的診斷效果。為了適應非平穩(wěn)預測的要求，引入了混沌理論，介紹了復雜機械中的混沌，提供了基于混沌理論相空間重構的GMDH方法，這種方法的優(yōu)點是能根據輸入腧出變量間的原始信息對所構造的系統(tǒng)模型結構進行自選擇，將其應用到非平穩(wěn)狀態(tài)